Notice bibliographique
Résumé
Little has been written about nursing in the period 1870-1960 within the geographical boundaries and surrounding areas of Halifax and Huddersfield. This thesis aims to explore the development of nursing within these towns. The focus is on general nurses in hospital and community roles. Rosenberg’s eight areas of importance were used allowing the construction of an historical analysis of both nursing and nurses locally. Archival sources were found in twenty-five main archives and twelve of these were investigated further. Primary documents belonging to local retired nurses such as personal documents, photographs and memorabilia were included. In total 1493 individual items were subjected to documentary analysis. The second stage of data collection involved conducting oral history interviews to capture memories and experiences of local retired nurses. A total of 373 named nurses were identified, sixty-eight contacted, forty-four agreed to participate and twenty-one were interviewed. A life story approach recorded their personal lives and nursing careers. This approach required the ethical issues of biographical research methods and interviewing to be addressed. Interviews were recorded on audio tape and transcribed ready to be deposited in the University of Huddersfield archives. Data was subjected to analysis using NVivo computer software and Rosenberg’s eight areas of importance used as a priori themes. Nursing in these two provincial towns changed during the ninety years under study often in response to local or national issues such as professional registration. Nurse education occurred in all but the early years and developed alongside the increasing specialization of nurses and as each nursing branch emerged. Nurses in West Yorkshire were subject to particular local issues such as its geography, environment and industrial heritage. The merits of this research are it provides a unique account of the local development of nursing adding to the professions history and presenting implications for present day practice.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».