Analysis of the moral habitability of the nursing work environment
Notice bibliographique
Résumé
BACKGROUND: Following health reform, nurses have experienced the tremendous stress of heavy workloads, long hours and difficult professional responsibilities. In recognition of these problems, a study was conducted that examined the impact of the working environment on the health of nurses. After conducting focus groups across Canada with nurses and others well acquainted with nursing issues, it became clear that the difficult work environments described had significant ethical implications. AIM: The aim of this paper is to report the findings of research that examined the moral habitability of the nursing working environment. METHODS: A secondary analysis was conducted using the theoretical work of Margaret Urban Walker. Moral practices and responsibilities from Walker's perspective cannot be extricated from other social roles, practices and divisions of labour. Moral-social orders, such as work environments in this research, must be made transparent to examine their moral habitability. Morally habitable environments are those in which differently situated people experience their responsibilities as intelligible and coherent. They also foster recognition, cooperation and shared benefits. FINDINGS: Four overarching categories were developed through the analysis of the data: (1) oppressive work environments; (2) incoherent moral understandings; (3) moral suffering and (4) moral influence and resistance. The findings clearly indicate that participants perceived the work environment to be morally uninhabitable. The social and spatial positioning of nurses left them vulnerable to being overburdened by and unsure of their responsibilities. Nevertheless, nurses found meaningful ways to resist and to influence the moral environment. CONCLUSIONS: We recommend that nurses develop strong moral identities, make visible the inseparability of their proximity to patients and moral accountability, and further identify what forms of collective action are most effective in improving the moral habitability of their work environments.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».