Violence against health care workers in rural areas of Sindh, Pakistan
Notice bibliographique
Résumé
OBJECTIVE: To determine the magnitude of violence against healthcare workers in a rural setting, and the consequences of this violence on their personal and professional lives. METHODS: The descriptive, quantitative, cross-sectional study was conducted in 4 rural districts of the Sindh province of Pakistan from February to December 2019, and comprised healthcare workers, including doctors, nurses, support staff and field workers. Data was collected using a structured questionnaire. Data was analysed using SPSS 22. RESULTS: Of the 1622 subjects, 929(57.3%) were males and 693(42.7%) were females. The overall mean age was 35.55+/-10.05 years. The largest cluster was that of doctors 396(24.4%), followed by technicians 202(12.5%). Overall, 522(32.2%) subjects had a professional experience of 1-5 years. Violence at workplace in any form was experienced by 693(42.7%) subjects. Verbal violence had been experienced by 396(24.4%) subjects, while 228(14.1%) had witnessed it. The corresponding numbers for physical violence were 122(7.5%) and 22(1.4%). Verbal violence was more prevalent compared to physical violence (p<0.01). The major effect was that the healthcare workers remained alert 537(33.1%), felt frustrated 524(32.3%) and disturbed 503(31%). Also, 272(16.8%) subjects were planning to migrate or quit the profession. CONCLUSIONS: Violence was found to be a significant issue in rural Sindh.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».