MétaCan
Menu
Retour à la cohorte
Enregistrement W2000816909 · doi:10.1111/j.1365-2648.2004.03008.x

Nursing resistance as ethical action: literature review

2004· review· en· W2000816909 sur OpenAlexaff
Elizabeth Peter, Valéria Lerch Lunardi, Amy Macfarlane

Notice bibliographique

RevueJournal of Advanced Nursing · 2004
Typereview
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. Army
Mots-clésObedienceResistance (ecology)Power (physics)Action (physics)NursingCompromisePsychologyEmpowermentSocial psychologyEngineering ethicsSociologyMedicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Much has been written about nursing as a predominantly female profession whose members display passivity, submission, obedience and powerlessness. Alternatively, some authors have presented evidence of nurses' capacity to exercise power, revealing the possible relationship between powerlessness and ethical compromise. Thus, empowerment strategies for nurses can yield ethical action. AIM: The aim of this paper is to use analysis of the literature to demonstrate how the actions and responses of nurses to ethical concerns are examples of nurses exercising power. METHOD: Empirical studies published in the nursing literature between 1990 and 2003 have been analysed to illustrate how nurses' actions of resistance can ensure that moral values are realized in practice. Foucauldian notions of power relations and feminist ethics provide the theoretical framework. CONCLUSIONS: Nurses were found to resist in situations where they experienced moral conflicts in relation to the actions of health professionals; however, instances were cited where they did not. Consequently, strategies for nursing education and management are proposed to increase nurses' understanding of the potential acts of resistance that they could employ in situations of moral conflict or concern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0120,016
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,160
Tête enseignante GPT0,627
Écart entre enseignants0,468 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreSynthèse

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

En bref

Citations90
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetEthics in medical practiceTravaux en français237 207