MétaCan
Menu
Retour à la cohorte
Enregistrement W2966505282 · doi:10.1177/1074840719864099

It’s Complicated: Improving Undergraduate Nursing Students’ Understanding Family and Care of LGBTQ Older Adults

2019· article· en· W2966505282 sur OpenAlexafffund
Nadine Henriquez, Kathryn Hyndman, Kathryn Chachula

Notice bibliographique

RevueJournal of Family Nursing · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensBrandon University
Organismes subventionnairesRegistered Nurses' Association of OntarioUniversity of Manitoba
Mots-clésTransgenderLesbianIntersectionalityQueerContext (archaeology)PsychologyCultural competenceHealth careCompetence (human resources)NursingMedicineGender studiesSociologySocial psychologyPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Research has identified the need for improved cultural competence of health care providers regarding the lesbian, gay, bisexual, transgender, and queer (LGBTQ) community's needs. This article articulates the teaching approach and methodology of an unfolding LGBTQ family case study for undergraduate nursing students. This method provided a forum for exploration of personal biases and gender-affirming techniques, and addressed the challenges of aging for a transgender woman and family within the context of societal stigma and discrimination. Students gained knowledge concerning shifts in family structures and understanding of the nurses' role encouraging inclusiveness and equitable access in health care settings, advocating for vulnerable populations, and addressing specific health concerns for transgender older adults. Student responses demonstrated increased knowledge of family diversity, and critical thought regarding the intersectionality of discrimination and aging. The findings revealed the case study methodology facilitated student understanding of the unique health and social issues for LGBTQ older adults within a family context.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,007
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,003
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
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 Opus0,058
Tête enseignante GPT0,387
Écart entre enseignants0,329 · 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

Citations32
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Family NursingMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207