MétaCan
Menu
Retour à la cohorte
Enregistrement W4407605749 · doi:10.17483/2368-6669.1498

An Evolutionary Concept Analysis of Bullying Towards Nursing Students in the Clinical Practice Environment

2025· article· en· W4407605749 sur OpenAlexvenueno aff
Geraldine Irlbacher, Lenora Marcellus

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyNursingNursing practiceMedicine

Résumé

récupéré en direct d'OpenAlex

Concept analysis is a technique used to determine defining attributes, with the purpose of developing a concept to expand nursing knowledge. The interrogation of attributes, antecedents, and consequences aids in clarifying ambiguity with a view to developing an operational definition. Establishing a clear definition of a concept lays the groundwork for future research and practice. Nursing students embark on a sequenced set of clinical learning experiences as a primary component of their undergraduate program. Being bullied is common in clinical practicum experiences for nursing students and is often seen as unavoidable, resulting in negative impacts on student learning, health care team functioning deterioration, decreased quality of care for patients, and negative impacts on retention and satisfaction with the nursing profession. Numerous studies have investigated the concept of bullying in the profession, yet the range of how bullying manifests creates a challenge for analysis and agreement of the concept. Rodgers’s (2000) evolutionary method was used for this literature-based concept analysis to lead to a meaningful understanding of the concept over time by identifying attributes, antecedents, and consequences. Attributes specific to bullying of nursing students in the clinical environment included intentionality, temporality, negative interactions, denied opportunities, and workload challenges. Several surrogate terms were identified in this analysis. Antecedents identified for bullying included power imbalances, working conditions, entrenched behaviour, and organizational dysfunction. Consequences associated with bullying affect students, the nursing profession, and the workplace. The most prevalent finding from this concept analysis is that bullying is used to describe many different types of behaviour. This analysis contributes to the foundation of evidence supporting the discussion around the need for continued clarity and further research on the phenomenon of bullying in the clinical environment. Further analysis is needed to clarify the concept of bullying to expand knowledge in the nursing discipline by addressing the antecedents to influence change in nursing education. Clarity on how bullying is defined is necessary to facilitate recognizing and reporting bullying and developing effective interventions. Résumé Une analyse conceptuelle est une méthode utilisée pour cerner les attributs caractéristiques d’un concept dans le but de développer ce concept pour étendre les connaissances en sciences infirmières. L’examen des caractéristiques, antécédents et conséquences aident à lever les ambiguïtés en vue de formuler une définition opérationnelle. L’établissement d’une définition claire d’un concept jette les bases de la recherche et de la pratique futures. Les étudiantes et étudiants en sciences infirmières s’engagent dans un ensemble

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0030,003
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,512
Écart entre enseignants0,465 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetWorkplace Violence and BullyingTravaux en français237 207