MétaCan
Menu
Retour à la cohorte
Enregistrement W1973597106 · doi:10.3109/01612840.2011.641069

Doing the Best I Can Do: Moral Distress in Adolescent Mental Health Nursing

2012· article· en· W1973597106 sur OpenAlexaff
Lynn Musto, Rita Schreiber

Notice bibliographique

RevueIssues in Mental Health Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDistressPsychologyAgency (philosophy)Moral agencyMental healthMoral disengagementFocus groupMental health nursingSocial psychologyVariety (cybernetics)Mental distressGrounded theoryQualitative researchNursingMedicinePsychotherapistSociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to explore the process used by mental health nurses working with adolescents to ameliorate the experience of moral distress. Using grounded theory methodology, a substantive theory was developed to explain the process. All the incidents that led to the experience of moral distress were related to safety and resulted in the nurses asking themselves the question, "Is this the best I can do?" Engaging in dialogue was the primary means nurses used to work through the experience of moral distress. Engaging in dialogue was an ongoing process, and nurses sought out dialogue with a variety of people as they tried to make sense of their experience. Participants identified qualities of dialogue that were helpful or unhelpful as they sought to resolve their moral distress. Participants who had a positive experience of dialogue were able to answer the "Is this the best I can do" question satisfactorily and continue working with adolescents with a renewed focus on the therapeutic relationship. Participants who had a negative experience of dialogue are unable to answer the question and either left the unit or agency or talked about leaving.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,007
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,112
Tête enseignante GPT0,549
Écart entre enseignants0,436 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations58
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIssues in Mental Health NursingMême sujetEthics in medical practiceTravaux en français237 207