When workload predicts exposure to bullying behaviours in nurses: The protective role of social support and job recognition
Notice bibliographique
Résumé
AIMS: This study examined the moderating role of two resources (social support and recognition) in the longitudinal relationship between workload and bullying behaviours in nurses. DESIGN: A two-wave (12-month) longitudinal study was conducted. METHOD: French-Canadian nurses (n = 279) completed an online survey (October 2014 and October 2015) assessing their perceptions of job characteristics within the work environment (workload, social support, job recognition) as well as exposure to negative behaviours at work. RESULTS: Workload positively predicted exposure to bullying behaviours over time, but only when job recognition and social support were low. Workload was unrelated to bullying when social support was high and was negatively related to bullying when job recognition was high. CONCLUSION: This study aligns with the work environment hypothesis, showing that poorly designed and stressful job environments provide fertile ground for bullying behaviours. IMPACT: Bullying is a growing concern in the nursing profession that not only undermines nurses' well-being but also compromises patient safety and care. It is thus important to identify work-related factors that can contribute to the presence of bullying behaviours in nurses in the hopes of reducing their occurrence and repercussions. This study contributes to this endeavour and identifies two key social coping resources that can help manage the stress associated with workload, resulting in less perceived bullying behaviour among nurses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».