MétaCan
Menu
Retour à la cohorte
Enregistrement W2939667850 · doi:10.17483/2368-6669.1179

Canadian Nursing Students’ Experiences with Medical Assistance in Dying

2019· article· en· W2939667850 sur OpenAlexaffvenueabout
Cedar McMechan, Anne Bruce, Rosanne Beuthin

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensIsland HealthUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésThematic analysisNursingNurse educationAutonomyConfusionPsychologyQualitative researchPerceptionMedicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The recent introduction of medical assistance in dying (MAiD) has significant implications for healthcare workers, nurse educators, and society at large. Nursing students are being asked to participate directly or indirectly with a medically assisted death. Little is known about nursing students’ experiences with or attitudes toward MAiD in Canada.The purpose of this study was to explore the experiences of fourth-year nursing students in caring for patients who choose MAiD. The aim was to understand students’ perceptions of their educational preparation regarding MAiD and identify potential gaps in existing knowledge and skills. A qualitative design and thematic analysis were used. Nine senior nursing students were interviewed using semi-structured questions. Themes and corresponding sub-themes were inductively developed and include: (1) role confusion (where do student nurses fit? and fear of saying the wrong thing); (2) honouring patient autonomy (nurse as advocate-- not judge, and MAiD as ‘normal’ nursing); (3) professional tensions (entangled emotions and intellect, and surfacing hidden values); (4) students’ recommendations for education. Nursing students report support and interest in having opportunities to participate in MAiD. Nevertheless, they feel ill-equipped and perceive nurses are also unclear about their roles and responsibilities in the provision of MAiD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,136
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0250,007
Communication savante0,0060,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,059
Tête enseignante GPT0,475
Écart entre enseignants0,416 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207