A Relational Workforce Capacity Approach to Trauma-Informed Care Implementation: Staff Rejection Sensitivity as a Potential Barrier to Organizational Attachment
Notice bibliographique
Résumé
This study explores the relationship between staff rejection sensitivity (a psychological concept grounded in histories of loss and trauma) and organizational attachment among mental health agencies transitioning to Trauma-Informed Care (TIC), which is currently outside the focus of most research. Specifically, this study examines: (1) whether staff rejection sensitivity predicts organizational attachment; (2) whether staff turnover intentions account for the association between rejection sensitivity and organizational attachment; and (3) whether those associations hold once taking into account staff demographic factors (gender, race and ethnicity, education, and income)? Around 180 frontline workers in three Northeastern U.S. mental health agencies responded to surveys collected between 2016 and 2019 using the organizational attachment, rejection sensitivity and turnover intention measures, and their previous TIC training experience. Rejection sensitivity was significantly associated with organizational attachment (β = −0.39, p < 0.001), accounting for 6% of its variance in organizational attachment. The relationship between these variables retained significance, and staff education significantly predicted organizational attachment, with higher education predicting lower levels of organizational attachment (β = −0.15, p < 0.05), accounting for 22% of its variance. This study concludes that TIC transitioning mental health agencies’ staff with a higher rejection sensitivity are more likely to express lower organizational attachment and higher intent-to-turnover.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 0,001 |
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 tête enseignante, 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 ».