The moral experiences of pediatric nurses in Brazil: Engagement and relationships
Notice bibliographique
Résumé
BACKGROUND: Pediatric nursing care involves many significant ethical challenges. Although nurses are broadly recognized as professionals with relevant knowledge about children and families, little is known about how nurses experience ethical concerns in their everyday practice. OBJECTIVE: The objective of this study was to better understand the moral experiences and related moral distress experiences of nurses working in pediatric settings in Brazil. DESIGN: Interpretative phenomenological study conducted through narrative interviews. PARTICIPANTS AND RESEARCH CONTEXT: Nine nurses working in three pediatric settings of a teaching hospital in a city of Southern Brazil. ETHICAL CONSIDERATIONS: The study was approved by the Research Ethics Committee of the research site, and research ethics principles were respected throughout the study. FINDINGS: This investigation illuminated a broader dimension of nurses' moral distress, which was recognized as moral experience. In advancing our understanding of nurses' moral experiences, engagement was identified as a central phenomenon that is present in the understandings and actions of nurses within their relationships in their daily practice and lived experiences. Three themes were described with regard to nurses' relationships and their moral experiences: (a) relationship with the healthcare team; (b) relationship with the family; and (c) relationship with the child. DISCUSSION: The findings of this study are congruent with emerging health literature that demonstrated the focus on moral distress as limiting for bioethical inquiry. Moreover, it is important to better understand and recognize nurses' relational environment and engagements to advance understandings of the ethical dimensions of pediatric nursing practice. CONCLUSION: This study provides a better understanding on how engagement affects moral experiences, demonstrating how nurses can experience distress but also satisfaction, gratification, rewarding feelings, and a sense of responsibility for the care they provide.
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».