Nurses' Workplace Violence Reporting Behaviours and Reasons for Not Formally Reporting: A Cross‐Sectional Secondary Analysis
Notice bibliographique
Résumé
AIM: To investigate predictors of nurses' reporting behaviours and their reasons for not formally reporting. BACKGROUND: Underreporting of workplace violence (WPV) among nurses contributes to gaps in WPV prevention measures, as it cannot be fully understood. WPV is classified according to its source (Type II: patients and visitors, Type III: coworkers) and forms (physical assault, threat of assault, emotional abuse, verbal sexual harassment and sexual assault). DESIGN: This is a secondary analysis of cross-sectional survey data collected in 2019 from British Columbia (BC), Canada. METHODS: This study had a sample of 4109 BC nurses. Multinomial logistic regression was used to analyse predictors of reporting behaviours. Reasons for not reporting were analysed descriptively. RESULTS: Informal reporting to management or through a patient safety incident report was less likely when nurses experienced threat of assault, emotional abuse and verbal sexual harassment from both Type II and III sources and physical assault from Type III sources. Higher perceptions of WPV prevention efforts increased odds of informal and formal reporting through employee incident procedures. Believing that nothing would change after reporting remained among the top three reasons for not formally reporting across all WPV sources and forms. Nurses also commonly selected not knowing the formal process, lack of leadership support and other reasons stated in an open-text response. CONCLUSION: Findings indicate that nurses in BC, Canada, perceive many barriers to formal WPV reporting. Formal reporting systems should address these barriers so that healthcare organisations can effectively track WPV and have data to inform WPV prevention measures. IMPLICATIONS: To promote WPV reporting, healthcare organisations need multifaceted interventions including confidential and simplified reporting systems, leadership support to follow-up with nurses and education and training on reporting systems. REPORTING METHOD: The authors of this manuscript have adhered to the relevant EQUATOR guidelines based on the STROBE cross-sectional reporting method. PATIENT OR PUBLIC CONTRIBUTION: No patient or public contribution.
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 | 0,022 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».