Myths, misunderstandings, and missing information: Experiences of nurse practitioners providing primary care to lesbian, gay, bisexual, and transgender patients
Notice bibliographique
Résumé
Nurse practitioners (NPs) are advanced practice nurses who provide holistic care including health promotion and disease prevention to diverse populations across the life span. A current gap in the literature is research that examines NP practice as it relates to lesbian, gay, bisexual, and transgender (LGBT) patients. Individuals who identify as LGBT have health concerns specific to their sexual orientation or gender identity that may not be recognized by healthcare providers, such as NPs, and which may result in poorer health outcomes than for non-LGBT persons. This exploratory qualitative descriptive study was designed to examine in detail the practice experiences of NPs in providing primary health care to LGBT patients. A convenience sample of 22 NPs, supplemented with snowball sampling, was drawn from the registry of licensed NPs in the provinces of New Brunswick, Nova Scotia, and Prince Edward Island. Data were collected via semi-structured individual interviews, which were audio-recorded and transcribed verbatim. Some brief measures of quantitative data were also collected for demographic purposes. The qualitative data were analyzed using inductive analysis. Special attention was given to ensuring credibility, dependability, transferability, and confirmability of the data and their interpretation. Key themes that emerged from analysis of the data included: filling in the knowledge gaps; fostering a therapeutic nurse-patient relationship; and sexual and psychosocial health. The research findings also highlighted the gaps that exist in the training and education on LGBT health that NPs received from their educational programs.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».