Nurses are Key Members of the Abortion Care Team: Why aren’t Schools of Nursing Teaching Abortion Care?
Notice bibliographique
Résumé
Abortion is a common and safe procedure in Canada, with the Canadian Institute for Health Information reporting approximately 100,000 procedures per year. Yet access remains problematic. As abortion is unrestricted by criminal law in Canada, access is limited by geographic barriers and by a shortage of providers. We present a feminist critical lens to describe how the marginalization of nursing and nurses in abortion care contributes to social stigma and public misunderstanding about abortion access. The roles of registered nurses and nurse practitioners in abortion advocacy, service navigation, counselling, education, support, physiological care and follow up are underutilized and under-researched. In 2015, decades after its availability elsewhere in the world, Health Canada approved mifepristone (a pill for medical abortion). In 2017, provincial regulators began to authorize nurse practitioners to independently provide medical abortion care, as appropriate given the inclusion in nurse practitioner scope of practice to order diagnostic tests, make diagnoses, and treat health conditions. Ensuring nurse practitioners are able to practice medical abortion has the potential to significantly increase abortion access for rural, remote and other marginalized populations. There is also an opportunity to optimize the registered nurse role in abortion care. However, achieving these improvements is challenging as abortion is not routinely taught in Canadian Schools of Nursing. We argue that to destigmatize abortion and improve access, undergraduate nursing and nurse practitioner programs across the country must begin to include abortion and family planning competencies.
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 | 0,001 |
| 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 | 0,000 | 0,002 |
| 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 ».