The influence of gender, ethnicity, class, race, the women’s and labour movements on the development of nursing in Sri Lanka
Notice bibliographique
Résumé
The paper reveals that historically various socio-political factors, including gender, class, ethnicity, race, waves of colonization, decolonization, the civil and ethnic wars, the women's and labour movements, have influenced the development of nursing in Sri Lanka. However, literature presenting the development of nursing in Sri Lanka is sparse. All relevant journals and books published in the English and Sinhalese languages on nursing in Sri Lanka between the years 1878-2011 were examined. Because there are no nursing journals currently produced in Sri Lanka, CINAHL and Medline databases were accessed and relevant literature published in the English language on Sri Lanka was examined. Government, nurses' union and association reports, other unpublished reports and websites such as Google were also searched to access information related to the influence of gender, race, class, ethnicity, women's and labour movements in Sri Lanka. Poor pay, shortages of resources, failure in recruitment and retention and limited opportunity for career progression have acted as deterrents to persons entering and remaining in the nursing profession. Being non-British was a key issue in terms of race. Further, the shift from a colonized state to a welfare state resulted in a class shift from upper middle class to middle and lower class persons entering into nursing. Although there is a paucity of information available in the nursing literature, this analysis offers an intriguing insight into an angle that may be used to examine the influence of gender, ethnicity, class, race and the women's and labour movements in other contextual situations.
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 | 0,002 | 0,003 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».