MétaCan
Menu
Retour à la cohorte
Enregistrement W2766399021 · doi:10.1177/0160449x17733106

Obstacles to Nurses’ Labor Militancy in Central America: Toward a Framework for Cross-National Comparison of Nurses’ Collective Action

2017· article· en· W2766399021 sur OpenAlexaff
Lisa Kowalchuk

Notice bibliographique

RevueLabor Studies Journal · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Education, Practice, and Leadership
Établissements canadiensUniversity of Guelph
Organismes subventionnairesPan American Health Organization
Mots-clésAngerSocializationPoliticsFace (sociological concept)Political actionCollective actionAction (physics)Political scienceFocus groupSociologyGender studiesPsychologySocial psychologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper seeks to understand the low level of nurses’ labor militancy in El Salvador and Nicaragua compared with many other countries. Key to the analysis is the concept of oppositional consciousness, which was developed for the study of how oppressed groups convert anger over unjust treatment into vocal and even disruptive demands for change. I use data collected through interviews and focus groups to argue that while nurses in El Salvador and Nicaragua face many of the same hindrances to militancy seen elsewhere, they are more exposed to cultural and institutional forces that discourage a contestational stance. Chief among these are the influence of religion in nurses’ schooling and socialization, and nurses’ lack of experience with unions specific to their occupation. The latter owes, in turn, to particular historical and political factors in each country.

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)0,000
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,120
Tête enseignante GPT0,483
Écart entre enseignants0,363 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLabor Studies JournalMême sujetNursing Education, Practice, and LeadershipTravaux en français237 207