MétaCan
Menu
Retour à la cohorte
Enregistrement W2157781276 · doi:10.12927/cjnl.2008.20290

The Influence of Teams, Supervisors and Organizations on Healthcare Practitioners' Abilities to Practise Ethically

2008· article· en· W2157781276 sur OpenAlexaffvenue
Sarah Wall, Wendy Austin

Notice bibliographique

RevueNursing leadership · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHealth carePsychologyMultidisciplinary approachHealth professionalsWork (physics)NursingEngineering ethicsMedical educationMedicineSociologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Healthcare practitioners make many important ethical decisions in their day-to-day practices. Questions arising in daily practice require practitioners to make prudent, balanced and good decisions, which are most effectively made interpersonally and reflectively. It is commonly assumed that the team-based structure of healthcare delivery can provide practitioners with the support needed to address ethical questions in their practice, especially if the team involves multidisciplinary collaboration. A phenomenological study was conducted in which the impact of the team and the larger organization on practitioners' experiences of dealing with moral challenges was uncovered. Various mental healthcare professionals shared their experiences of ethically challenging situations in their practices and described the ways in which their teammates and supervisors affected how they faced these troubling situations. These findings allow us to see that there is considerable room for healthcare managers, many of whom are nurses, to facilitate supportive, ethical environments for healthcare professionals. An understanding of the essential experience of practising ethically allows for an appreciation of the significance of the team's role in supporting it and enables healthcare managers to target support for ethical healthcare work.

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)0,024
score de la tête « metaresearch » (Gemma)0,098
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,098
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,009
Communication savante0,0070,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,259
Tête enseignante GPT0,462
Écart entre enseignants0,203 · 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
GenreEmpirique

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

En bref

Citations11
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetEthics in medical practiceTravaux en français237 207