Doctors’ and nurses’ perceptions of ethical problems in end‐of‐life decisions
Notice bibliographique
Résumé
AIMS: To identify and compare doctors' and nurses' perceptions of ethical problems. Rationale. Ethical problems are a source of tension for health professionals. Misunderstandings or conflicts may result from differing perceptions of ethical problems. If true collaboration is to be achieved, it is important to understand the perspectives of others, particularly when difficult end-of-life decisions must be made. METHODS: In this qualitative study a total of seven doctors and 14 nurses working in acute care adult medical-surgical areas, including intensive care, were asked to describe ethical problems that they frequently encounter in practice. Interviews were taped and transcribed. Thematic analysis followed. RESULTS: All participants experienced ethical problems around decision making at the end of life. The core problem for both doctors and nurses was witnessing suffering, which engendered a moral obligation to reduce that suffering. Uncertainty about the best course of action for the patient and family was a source of moral distress. Competing values, hierarchical processes, scarce resources, and communication emerged as common themes. The key difference between the groups was that doctors are responsible for making decisions and nurses must live with these decisions. Each group, therefore, asked different questions when encountering and interpreting sources of moral distress. CONCLUSIONS: It was concluded that observed differences between doctors and nurses were a function of the professional role played by each rather than differences in ethical reasoning or moral motivation. Although this was a small qualitative study on one institution, and may not be generalizable, results suggest that doctors and nurses need to engage in moral discourse to understand and support the ethical burden carried by the other. Administrators should provide opportunities for discourse to help staff reduce moral distress and generate creative strategies for dealing with this.
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 | 0,019 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».