Sustaining hope as a moral competency in the context of aggressive care
Notice bibliographique
Résumé
BACKGROUND: Nurses who provide aggressive care often experience the ethical challenge of needing to preserve the hope of seriously ill patients and their families without providing false hope. RESEARCH OBJECTIVES: The purpose of this inquiry was to explore nurses' moral competence related to fostering hope in patients and their families within the context of aggressive technological care. A secondary purpose was to understand how this competence is shaped by the social-moral space of nurses' work in order to capture how competencies may reflect an adaptation to a less than ideal work environment. RESEARCH DESIGN: A critical qualitative approach was used. PARTICIPANTS: Fifteen graduate nursing students from various practice areas participated. ETHICAL CONSIDERATIONS: After receiving ethics approval from the university, signed informed consent was obtained from participants before they were interviewed. FINDINGS: One overarching theme 'Mediating the tension between providing false hope and destroying hope within biomedicine' along with three subthemes, including 'Reimagining hopeful possibilities', 'Exercising caution within the social-moral space of nursing' and 'Maintaining nurses' own hope', was identified, which represents specific aspects of this moral competency. DISCUSSION: This competency represents a complex, nuanced and multi-layered set of skills in which nurses must be well attuned to the needs and emotions of their patients and families, have the foresight to imagine possible future hopes, be able to acknowledge death, have advanced interpersonal skills, maintain their own hope and ideally have the capacity to challenge those around them when the provision of aggressive care is a form of providing false hope. CONCLUSION: The articulation of moral competencies may support the development of nursing ethics curricula to prepare future nurses in a way that is sensitive to the characteristics of actual practice 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 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 | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,008 | 0,036 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».