Measuring Nursing Support During Childbirth
Notice bibliographique
Résumé
PURPOSE: To examine the amount of support being provided by nurses to women during childbirth and factors that influence the provision of support. STUDY DESIGN: Exploratory, descriptive. METHODS: Work sampling method was used to determine the percentage of time nurses spend in supportive care activities. Twelve nurses were observed over six nonconsecutive day shifts on a birthing unit of a Canadian teaching hospital in Quebec. A total of 404 observations were made. Nurses were also interviewed to determine their perceptions of what constitutes supportive nursing care and the factors that facilitate or inhibit the provision of this care. RESULTS: Nurses spent only 12.4% of their total time providing supportive care to laboring women. Interviews with nurses suggested that perceptions of the components of supportive care were comparable to this study's operational definition of support, namely: physical, emotional, and instructional/informational support and advocacy. Barriers to providing support identified by nurses included lack of time and insufficient staff. However, further content analysis of the interview data revealed that healthcare providers had a pervasive sense of control over laboring women and their partners. CLINICAL IMPLICATIONS: Although nursing support has been identified as an important aspect of nursing care in childbirth, this study demonstrated an incongruity between what nurses perceived as being supportive care and the amount of support that was actually provided. Barriers to the provision of supportive care in the practice setting as well as suggestions for its enhancement are discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».