MétaCan
Menu
Retour à la cohorte
Enregistrement W2599725397 · doi:10.1093/shm/hkx017

Order and Cleanliness: The Gendered Role of Operating Room Nurses in the United States (1870s–1930s)

2017· article· en· W2599725397 sur OpenAlexaff
Thomas Schlich, Audrey Hasegawa

Notice bibliographique

RevueSocial History of Medicine · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedical History and Innovations
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNormativeContext (archaeology)Field (mathematics)Order (exchange)History of nursingOperating room nursingNursingMedicineSociologyPolitical scienceHistoryLawNurse educationBusinessArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper looks at the history of operating room nurses in the light of the history of nursing and the history of surgery at a time of change in both domains. Geographically, its focus is on the United States as a national context where the specialization in this field occurred early on. The examination of instructional literature, e.g., textbooks, provides insight into the normative universe of the American operating rooms at the time. It shows how nurses played an integral, yet often overlooked part in the development of modern surgical practices. At the same time, operating room nurses were confined to a very gender-specific sphere of activities – they were basically responsible for cleanliness and maintaining order – and they were strictly subordinated to the operating surgeon’s authority. Operating room nursing thus offered a new field of professional activity for women while simultaneously reproducing and cementing contemporary gender roles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,069
Tête enseignante GPT0,291
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial History of MedicineMême sujetMedical History and InnovationsTravaux en français237 207