MétaCan
Menu
Retour à la cohorte
Enregistrement W2920645900 · doi:10.1111/nin.12290

Explorations of disgust: A narrative inquiry into the experiences of nurses working in palliative care

2019· article· en· W2920645900 sur OpenAlexaff
Mara Kaiser, Helen Kohlen, Vera Caine

Notice bibliographique

RevueNursing Inquiry · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDisgustNarrativePsychologyPalliative careNarrative inquiryNursingMedicineSocial psychologyAngerPhilosophy

Résumé

récupéré en direct d'OpenAlex

While feelings of disgust and repulsion are experienced and accepted as part of care practices of nurses who work in palliative care, they are often silenced. Working alongside two palliative care nurses in a hospice setting, we engaged in a narrative inquiry to inquire into their experiences of disgust. The study took place in a palliative care setting in a large urban city in Germany. We understand care practices as actions that follow a logic of care. According to a logic of care, actions are situated within a social context, given by specific relationships including power, and individual needs. Various aspects of disgust are visible in the experiences of the participants and highlighted in the narrative threads of disgust and silence, disgust and protection, and disgust and boundaries. Embedded in the experience of disgust of nurses working in palliative care, we see that there are borderlands of care that challenge who we are and are becoming. Opening discussion about disgust in nursing makes visible the complexity of care.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,065
Tête enseignante GPT0,385
Écart entre enseignants0,320 · 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'étudeQualitatif
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

Citations21
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetOptimism, Hope, and Well-beingTravaux en français237 207