The Relationship between Negative Leadership Behaviours and Silence among Nurses
Notice bibliographique
Résumé
Background: Negative leadership behaviour is very common and pervasive in nursing and healthcare, often leading to adverse effects such as nurses’ silence, decreased job performance, and turnover. However, there is a lack of systematic reviews that summarize negative leadership types and nurses silencing behaviours. Aim: This systematic review examined the relationship between negative leadership behaviour and nurses’ silence. Evaluation: We searched PubMed, Embase, the Cochrane Library, Web of Science, CNKI, VIP, and Wanfang databases from their inception until 30 April 2024 for articles examining the relationship between negative leadership and silent behaviour among nurses. The studies were reviewed in accordance with the Preferred Reporting Items for Systematic Reviews and Meta‐Analyses (PRISMA) guidelines. The risk of bias in the included studies was assessed using the Newcastle–Ottawa Scale. Key Issues: After full‐text analysis, six papers were included in this systematic review. Four of the studies were conducted with nurses, and the remaining two were conducted with all medical staff including nurses. While most studies have shown that negative leadership causes nurses to become increasingly silent, others have shown that appropriate negative leadership behaviour instead reduces nurses’ silence. Conclusions: Negative leadership behaviour can affect the silent behaviour of nurses. Implications for Nursing Management: Hospitals need to take the initiative to build a harmonious and safe working environment, correctly recognize and identify negative management behaviour, take appropriate and effective measures to enhance the positive leadership of nurse managers, and make an effort to prevent nursing staff’s exposure to the negative management of direct leadership and mental health threats, which is a key point that hospital administrators and health policymakers tend to overlook. This is also effective for enhancing the leadership of hospital administrators.
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 | 0,015 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».