MétaCan
Menu
Retour à la cohorte
Enregistrement W3187842188 · doi:10.2196/29582

Cyberbullying Among Traditional and Complementary Medicine Practitioners in the Workplace: Protocol for a Cross-sectional Descriptive Study

2021· article· en· W3187842188 sur OpenAlexvenueno aff
Yun Jin Kim, Linchao Qian, Muhammad Shahzad Aslam

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowball samplingDescriptive statisticsCross-sectional studySocial mediaProtocol (science)MedicineHealth careFamily medicineComputer-assisted web interviewingPsychologyMedical educationAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cyberbullying is becoming prevalent among health care professionals and may cause a variety of mental health issues. Traditional and complementary medicine practitioners remain an important pillar of the health care system in Malaysia. OBJECTIVE: This paper presents a study protocol for an online survey (Cyberbullying Among Traditional and Complementary Medicine Practitioner [TCMPs]) that will collect the first nationwide representative data on cyberbullying behavior among traditional and complementary medicine practitioners in Malaysia. The objectives of the survey are to (1) evaluate the cyberbullying behavior among traditional and complementary medicine practitioners in Malaysia, (2) identify sociodemographic and social factors related to cyberbullying, and (3) evaluate the association between cyberbullying behavior, sociodemographic, and social factors. METHODS: A snowball sampling strategy will be applied. Traditional and complementary medicine practitioners who are permanent Malaysian residents will be randomly selected and invited to participate in the survey (N=1023). Cyberbullying behavior will be measured using the Cyberbullying Behavior Questionnaire (CBQ). Data on the following items will be collected: work-related bullying, person-related bullying, aggressively worded messages, distortion of messages, sending offensive photos/videos, hacking computers or sending a virus or rude message, and threatening messages about personal life or family members. We will also collect data on participants' sociodemographic characteristics, social factors, and substance abuse behavior. RESULTS: This cross-sectional descriptive study was registered with Research Registry (Unique Identifying Number 6216; November 05, 2020). This research work (substudy) is planned under a phase 1 study approved by the Research Management Centre, Xiamen University Malaysia. This substudy has been approved by the Research Ethics Committee of Xiamen University Malaysia (REC-2011.01). The cross-sectional survey will be conducted from July 01, 2021, to June 30, 2022. Data preparation and statistical analyses are planned from January 2022 onward. CONCLUSIONS: The current research can contribute to identify the prevalence of workplace cyberbullying among Malaysian traditional and complementary medicine practitioners. The results will help government stakeholders, health professionals, and education professionals to understand the psychological well-being of Malaysian traditional and complementary medicine practitioners. TRIAL REGISTRATION: Research Registry Unique Identifying Number 6216; https://tinyurl.com/3rsmxs7u. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/29582.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,534
Tête enseignante GPT0,604
Écart entre enseignants0,070 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetWorkplace Violence and BullyingTravaux en français237 207