Workplace violence and associated factors against nurses working in public hospitals in Ethiopia: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The issue of workplace violence (WPV) directed at nurses is a chronic and global public health concern. Numerous studies on workplace violence in Ethiopia have been conducted; however, the results have been inconsistent. The review aims to identify the pooled prevalence and associated factors of workplace violence against nurses. METHODS: A systematic and methodical literature search was conducted using electronic databases such as Google Scholar, EMBASE I, Scopus, PubMed, HINAR, the Web of Science, and the African Journal Online (AJOL). Each original study's efficacy and quality were assessed using a modified Newcastle-Ottawa scale (NOS) technique designed for cross-sectional research. The Cochrane Q and I2 test statistics were used to verify the heterogeneity of the studies. Using a random effect model, the pooled estimate of workplace violence among nurses was calculated. RESULT: The pooled estimate of workplace violence among nurses in Ethiopia was 39.43% (95% CI: 27.63, 51.23). Female nurse (POR = 2.25; 95% CI: 1.29, 3.92), short work experience (POR = 3.25; 95% CI: 2.37, 4.45), and living without a spouse (POR = 2.03; 95% CI: 1.03, 3.99) were identified factors associated with workplace violence. CONCLUSION: This study found that about two-fifths of nurses encounter workplace violence. According to this study, there was a significant association between work place violence among Nurses and being female, having less job experience, and being single. To address this issue, the Federal Ministry of Health (FMOH), policymakers, and other stakeholders should prioritize interventions aimed at reducing workplace violence.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».