Work climate in emergency health services during COVID-19 pandemic—An international multicenter study
Notice bibliographique
Résumé
Introduction: A good working climate increases the chances of adequate care. The employees of Emergency in Hospitals are particularly exposed to work-related stress. Support from management is very important in order to avoid stressful situations and conflicts that are not conducive to good work organization. The aim of the study was to assess the work climate of Emergency Health Services during COVID-19 Pandemic using the Abridged Version of the Work Climate Scale in Emergency Health Services. Design: A prospective descriptive international study was conducted. Methods: The 24-item Abridged Version of the Work Climate Scale in Emergency Health Services was used for the study. The questionnaire was posted on the internet portal of scientific societies. In the study participated 217 women (74.5%) and 74 men (25.4%). The age of the respondents ranged from 23 to 60 years (SD = 8.62). Among the re-spondents, the largest group were Emergency technicians (85.57%), followed by nurses (9.62%), doctors (2.75%) and Service assistants (2.06%). The study was conducted in 14 countries. Results: The study of the climate at work shows that countries have different priorities at work, but not all of them. By answering the research questions one by one, we can say that the average climate score at work was 33.41 min 27.0 and max 36.0 (SD = 1.52). Conclusion: The working climate depends on many factors such as interpersonal relationships, remuneration or the will to achieve the same selector. In the absence of any of the elements, a proper working climate is not possible.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».