Nurses’ knowledge and deliberations crucial to Barcoded Medication Administration technology in a Dutch hospital: Discovering nurses’ agency inside ruling
Notice bibliographique
Résumé
This article shows how Barcoded Medication Administration technology institutionally organizes and rules the daily actions of nurses. Although it is widely assumed that Barcoded Medication Administration technology improves quality and safety by reducing the risk of human error, little research has been done on how this technology alters the work of nurses. Drawing on empirical and conceptual strategies of analysis, this qualitative study used certain tools of institutional ethnography to provide a view of how nurses negotiate Barcoded Medication Administration technology. The approach also uses elements from practice theory in order to discern how technology operates as a player on the field instead of being viewed as a 'mere' tool. A literature review preceded participant observation, whereby 17 nurses were followed and data on an orthopaedic ward were collected over a period of 9 months in 2011 and 2012. Barcoded Medication Administration technology relies on nurses' knowledge to mediate between the embedded logics of its design and the unpredictable needs of patients. Nurses negotiate their own professional logic of care in the form of moment-to-moment deliberations which subvert the ruling frame of the barcoded system and its objectified model of patient safety. The logic of Barcoded Medication Administration technology differs from the logic of nursing care, as this technology presumes medication distribution to be linear, even though nurses follow another line of actor-bound safety practices that we characterize as 'deliberations'.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,012 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».