Workplace violence and turnover intention among the Bangladeshi female nurses after a year of pandemic: An exploratory cross-sectional study
Notice bibliographique
Résumé
During the COVID-19 pandemic, workplace violence was widespread against healthcare personnel. Workplace violence (WPV) against nurses exhilarates their turnover intention (TI). The objective of this study was to investigate the association between workplace violence and turnover intention and also identify other factors associated with TI among Bangladeshi female nurses. An exploratory cross-sectional study was carried out among 881 female nurses between April 26 and July 10, 2021. The TI of the female nurses was the outcome variable of this study. The primary exposure variable was WPV faced by the nurses. Workplace Violence Scale (WPVS) was used to measure the WPV, and Turnover Intention Scale-6 (TIS-6) was used to measure the TI of the nurses. Multiple linear regression model was fitted to find the adjusted association of TI with WPV and other study variables. A stratified analysis by type of job (government vs. private) was also performed. The majority of the nurses (74.46%) faced low to high levels of WPV. The overall mean score of TIS was found 16.33 (± 4.72). Multiple linear regression analysis revealed that compared to government jobholders, the mean score of TIS (15.81 vs. 17.20) was found significantly higher among the private jobholders (p < 0.001). Nurses exposed to the intermediate and high level of WPV had a significantly higher TI score (β = 4.35, 95% CI: 3.36, 5.34) than the non-exposures. The TI of private jobholders was found significantly higher (β = 2.04, 95% CI: 1.09, 3.00) than the government jobholders. Compared to diploma degree holders, significantly higher TI was observed among the B.Sc. degree holders (β = 0.86, 95% CI: 0.22, 1.55) and M.Sc. degree holders (β = 1.46, 95% CI: 0.58, 2.34). Besides, the nurses who did not get timely salaries scored higher TI (β = 1.17, 95% CI: 0.12, 2.22). Moreover, the nurses who did not receive any training against WPV scored significantly higher TI (β = 1.89, 95% CI: 1.03, 2.74). The stratified analysis by type of job also revealed significant factors of TI in government and private settings. This study found a high prevalence of WPV and a high rate of TI among Bangladeshi female nurses. Moreover, this study explored an association between WPV and TI. The study findings could help policymakers facilitate a comfortable working environment by preventing WPV and addressing the factors to reduce nurses' frequent TI.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».