Factors Contributing to Increased Workplace Violence Against Nurses During COVID-19 in the Healthcare Settings of a Lower Middle-income Country: A Qualitative Study
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to provide the perceptions of nurses, nursing supervisors, and nursing administrators about factors contributing to increased workplace violence (WPV) against nurses within the healthcare settings in Pakistan during the first wave of the COVID-19 pandemic. METHODS: This study used a Descriptive Qualitative design, with a purposive sampling technique. From September to December 2021, In-depth interviews of 45 to 60 minutes, using a semistructured interview guide, we collected data from a private and a public healthcare setting in Pakistan. Given the travel restrictions during the COVID-19 pandemic, these interviews were conducted online, using Zoom audio features. Bedside nurses, nursing supervisors, and nursing administrators with at least six months of work experience participated in this study. RESULTS: The qualitative data analysis steps suggested by Braun and Clarke (2013) were used for thematic analysis. The overarching theme emerging from the data was "Factors perceived by nurses that contributed to increased WPV in their work settings during the first wave of COVID-19, in a lower middle-income country" The subthemes from the participants' narrations were (a) highly stressed patients, attendants, and healthcare workers; (b) the financial burden on patients and their families; (c) lack of resources and shortage of staff; (d) restricted visiting policy and a weak security system; (e) lack of awareness about the seriousness of COVID-19; (f) misconceptions about COVID-19 vaccines and nurses' role in disseminating awareness. CONCLUSIONS: The current pandemic increased the intensity of WPV against nurses in healthcare settings in Pakistan. Despite any supposed reasons for WPV, exposure to violence should never be an acceptable part of nursing. The healthcare system in Pakistan needs to pay equal attention to funding, resource provision, and ensuring a safe working environment for healthcare workers.
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 | 0,017 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».