Sexual Harassment in the Emergency Department: A Quality Improvement Project with Educational Intervention
Notice bibliographique
Résumé
Purpose: The purpose of this project is to evaluate the effectiveness of tools created to help educate bedside nurses on handling patient-perpetrated sexual harassment in healthcare settings.Methods: A quality improvement project with educational intervention was conducted in the Emergency Department of a South Florida hospital to identify prevalence, knowledge and confidence levels, and the effectiveness of an educational intervention. A convenience sample (n=15) was collected using voluntary participants. The project included an introductory email with a pre-survey, educational vignettes, and a post-survey. Survey distribution and data analysis were performed through Qualtrics. Results: 53.3% of respondents reported previous experience with sexual harassment. Mean pre-survey confidence levels for identifying and handling sexual harassment were 6.27 and 5.53, respectively. Post-survey confidence levels were 7.57 and 7.2. Sexual harassment knowledge assessment scores were an average 91.5% pre-intervention and 95.3% post-intervention with a 4.2% improvement rate.Discussion: Males made up almost half of participants with direct sexual harassment experiences and showed lower pre-intervention confidence scores, which highlights a new issue that males are less comfortable handling sexual harassment. Participants with no previous sexual harassment experience reported feeling prepared at a significantly higher rate, which may indicate an altered perception between hypothetical and real-life situations. The majority of participants reported previous sexual harassment training, but more than a quarter were unaware of workplace protocols and more than half were unaware of current legislation regarding sexual harassment. These responses paired with lower-ranking confidence levels identifies a need for higher quality sexual harassment education and training. Conclusion: The educational intervention had a positive impact on both confidence and knowledge levels. The findings of this study highlight the need for revision of workplace training and education regarding workplace violence and patient-perpetrated sexual harassment in healthcare settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».