MétaCan
Menu
Retour à la cohorte
Enregistrement W4383186949 · doi:10.1177/15271544231182583

Workplace Violence Against Nurses in Canada: A Legal Analysis

2023· review· en· W4383186949 sur OpenAlexaffabout
Sioban Nelson, Kathleen Leslie, JohnPaul Gonsalves, Andrea Baumann, Natalie Thiessen, Catharine J. Schiller

Notice bibliographique

RevuePolicy Politics & Nursing Practice · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversity of Northern British ColumbiaAthabasca UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLegislatureSanctionsWorkplace violenceLegislationAggravating FactorDiscretionPolitical scienceHealth careOccupational safety and healthGovernment (linguistics)Public relationsLawMedicinePoison controlSuicide preventionEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Workplace violence against nurses is a significant global occupational health problem, with incidents of violence increasing in frequency since the COVID-19 pandemic began. In this article, we provide a review of recent legislative amendments meant to bolster workplace safety in health care in Canada, analyze legal cases where nurses were the victims of violence, and discuss what these legal reforms and decisions reveal about how nurses' work is treated within the Canadian legal system. Under criminal law, the limited number of cases we could find with oral or written sentencing decisions show that, historically, the fact a victim was a nurse was not always considered an aggravating factor on sentencing. Recent legislative amendments make this a specified aggravating factor and it is important to track the impact of these amendments when judges exercise their discretion in sentencing. Under employment law, it appears that, despite the government's efforts to increase the deterrence factor under legislation with significantly increased fines for employers who fail to protect their employees from injury, courts remain reluctant to impose such sanctions. In these cases, it is also important to track the impact of harsher penalties. We conclude that combating the widespread normalization of workplace violence in health care, and specifically against nurses, is acutely needed to help ensure that these ongoing legal reforms aimed at improving the safety of health workers are effective.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,302

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,015
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,063
Tête enseignante GPT0,445
Écart entre enseignants0,382 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations19
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicy Politics & Nursing PracticeMême sujetWorkplace Violence and BullyingTravaux en français237 207