Keeping vigil over the profession: a grounded theory of the context of nurse anaesthesia practice
Notice bibliographique
Résumé
BACKGROUND: Nurse anaesthetists in the US have faced continued, repeated challenges to their profession. Regardless, they have met these challenges and have established themselves as major anaesthesia care providers. In this paper we address the research question: How do certified registered nurse anaesthetists (CRNAs) manage the socio-political context in which they provide care for their patients? METHODS: Grounded theory was used to explore how nurse anaesthetists protect and promote their profession. Purposive, snowball, and theoretical sampling was used and data were collected through participant observation and interviews conducted at a conference of the professional association, an educational program, by telephone, email exchanges, and time spent in operating rooms and an outpatient surgical clinic. Analysis included coding at increasingly abstract levels and constant comparison. RESULTS: The basic social process identified was Keeping Vigil Over the Profession, which explains how nurse anaesthetists protect and promote their profession. It is comprised of three contextual categories: Establishing Public Credibility through regulatory and educational standards, Political Vigilance and taking action in governmental and policy arenas, and Tending the Flock through a continuous information loop between local and administrative/political levels. CONCLUSIONS: From our study of the context of nurse anaesthesia practice, it is clear that CRNAs are dedicated to protecting their ability to provide high quality patient care by maintaining constant vigilance over their profession.
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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».