The Significance of Gender in Phenomenological Nursing Research
Notice bibliographique
Résumé
The aim of this paper is to discuss in the light of phenomenological philosophy, whether it can be argued that men and women have different lifeworlds and how this may legitimize the segregation of men and women in empirical nursing research. We analyzed peer-reviewed papers from 2003-2012 and scrutinized the arguments used for dividing men and women into separate groups in empirical nursing studies based on phenomenology. We identified 24 studies using gender segregation and posed the following questions: 1. What is the investigated phenomenon as explicated by the authors? 2. What arguments do the authors use when dividing participants into gender specific groups? The analysis showed that a variety of phenomena were investigated that were all related to a specific medical condition. None appeared to be gender-specific, though the authors argued for a sole focus on either women or men. The most common argument for segregating men and women were reference to earlier studies. A few studies had references to methodology and/or philosophy as argument for a segregation of men and women. Arguments for gender segregation in empirical nursing studies based on a phenomenological approach tend to build on the conviction that experiences of health related phenomena are gendered. However, it seems to be difficult to identify conclusive arguments for this division within phenomenological philosophy. Therefore we recommend that segregation should be used with caution. Otherwise other research approaches may be more suitable.
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 | 0,115 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,015 | 0,077 |
| Communication savante | 0,020 | 0,026 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».