Verbal abuse facing Saudi nurses during internship program
Notice bibliographique
Résumé
Background: Verbal abuse, in the context of workplace violence, is increasing, with nurses at high liability of being subjected to it since they are the first line of care delivery. This phenomenon is now receiving greater recognition due to its negative impact on nurses. This study aims to assess the prevalence of verbal abuse faced by Saudi nursing intern students in Jeddah, Saudi Arabia.Methods: A cross-sectional study was conducted via a modified online questionnaire completed by Saudi intern nurses in Jeddah in March 2020. Descriptive statistical analysis was executed using statistical software SPSS Version 21.Results: From a total of 132 nurses, 94 participants met the study criteria. The findings show that 39.4% of Saudi intern nurses have experienced verbal abuse. The common perpetrators are patient/client (73%) and other staff members (73%), followed by patients’ relatives (45.9%). 48.6% of the participants did not report incidences of verbal abuse, commonly citing fear of the negative consequences (51.4%) and not knowing who to report it to (45.9%). A significant relation between working night shifts (6 pm to 7 am) and being verbally abused was found.Conclusions: Saudi nursing interns are vulnerable to verbal abuse. This study’s results highlight the possible risk to nursing interns, which may be diminished by modifying perceptions of verbal abuse and by clarifying the rules and regulations for both nursing interns and suspected perpetrators. We recommend future studies of verbal abuse are conducted in larger groups of nurses across different provinces in Saudi Arabia.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».