A Multilevel Investigation of Fall Prevention Behavior Among Nursing Staff of South Korean Geriatric Hospitals
Notice bibliographique
Résumé
BACKGROUND: There is lack of empirical evidence on whether organizational variables affect the fall prevention behavior of nursing staff working at Korean geriatric hospital. Aim This study aimed to investigate individual and organizational characteristics associated with the fall prevention behavior of nurses and nurse aides. METHODS: A descriptive cross-sectional research design was used. A convenient sample of 426 clinical nurses and nurse aides from 8 geriatric hospitals in South Korea was recruited between October and November 2019. Hierarchical regression analysis was used to estimate the effects of individual- and organization-level predictors. RESULTS: The result indicated that fall prevention self-efficacy (β=0.41, p<.001) was a significant individual-level predictor. At the organizational level, Nurse to nurse aides ratio (β=.21, p=.005) and number of patients per physical therapist (β=-.28, p=.014) were significant predictors. Furthermore, there was a significant change of R2 (p=.034) when organizational variables were included in the regression model. CONCLUSION: To increase fall prevention behavior of nurse and nurse aides, administrators in geriatric hospital should recognize the importance of staffing, such as nurse and physical therapist. Further studies are proposed to investigate the empirical evidence about the association between organizational variables and patient outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».