Psychiatric nurses’ thoughts and feelings about restraint use: a decision dilemma
Notice bibliographique
Résumé
Patients continue to be physically restrained in psychiatric in-patient units. Studies concerned with staff-related variables have suggested that the emotional reactions of professionals to violent or potentially violent patients may influence their use of restrictive measures. However, no research existed that described psychiatric nurses' thoughts and feelings while they were involved in restraint situations nor what effects their thoughts and feelings had on their decision to restrain. Therefore, an ethnographic qualitative study was conducted in order to describe systematically nurses' thoughts and feelings toward restraint use in the in-patient psychiatric setting. The conceptual approach guiding the study was Etzioni's (1992) theoretical work on the role of normative-affective factors in decision making. Following ethical approval of the study, ethnographic interviews were conducted with six nurses from an in-patient psychiatric unit who had participated in a situation involving the physical restraint of a patient. The analysis of the nurses' thoughts and feelings revealed that the restraint situation represented a decision dilemma for them. This overall finding was supported by four themes: (1) the framing of the situation: the potential for imminent harm; (2) the unsuccessful search for alternatives to physical restraints; (3) the conflicted nurse; and (4) the contextual conditions of restraint. The results indicated that restraint use is more complex than is currently conveyed in the literature in that normative-affective factors influenced nurses' restraint decisions. The findings advance our understanding of why restraints continue to be used in psychiatric units. Further research is necessary to examine the findings in other settings and with a larger and more diverse population in order to draw definitive conclusions about the continued use of physical restraints in the care of patients on psychiatric units in hospitals.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».