Influences on clinical reasoning in family and psychosocial interventions in nursing practice with patients and their families living with chronic kidney disease
Notice bibliographique
Résumé
AIMS: To explore how Registered Nurses address psychosocial issues for patients and their families living with chronic kidney disease. BACKGROUND: It is in the scope of registered nursing practice to address the emotional, psychological and relational implications of living with chronic disease through psychosocial and family interventions. Patients living with chronic kidney disease frequently report poor quality of life and numerous psychosocial issues; however, they do not find that these issues are always adequately addressed. DESIGN: This research was hermeneutic inquiry as guided by Gadamer's philosophy of understanding. METHODS: Family/psychosocial nursing practices are examined from the perspective of self-reports of Registered Nurses working in acute care nephrology units. Interviews with nurses were conducted throughout 2012. RESULTS: Nurses attribute, or explain, patient and family member behaviour in a variety of ways. These explanations may or may not align with actual patient/family reasons for behaviour. Nurses' explanations influence subsequent nursing practice. While there is some evidence of practices that overcome biased attributions of patient behaviour, the cognitive processes by which nurses develop these explanations are more complex than previously reported in nursing literature. CONCLUSION: Clinical reasoning and subsequent nursing practice are influenced by how nurses explain patients'/families' behaviour. Exploration of this issue with the support of social cognition literature suggests a need for further research with significant implications for nursing education and practice to improve family/psychosocial interventions.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».