MétaCan
Menu
Retour à la cohorte
Enregistrement W3008498410 · doi:10.1111/nin.12346

How nurses’ use of language creates meaning about healthcare users and nursing practice

2020· article· en· W3008498410 sur OpenAlexaff
Sherry Dahlke, Kathleen F. Hunter

Notice bibliographique

RevueNursing Inquiry · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHealth careMeaning (existential)Context (archaeology)NursingPower (physics)PsychologySociologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Nursing practice occurs in the context of conversations with healthcare users, other healthcare professionals, and healthcare institutions. This discussion paper draws on symbolic interactionism and Fairclough's method of critical discourse analysis to examine language that nurses use to describe the people in their care and their practice. We discuss how nurses' use of language constructs meaning about healthcare users and their own work. Through language, nurses are articulating what they believe about healthcare users and nursing practice. We argue that the language nurses use can contribute to viewing their practice as tasks on bodies that must be accomplished efficiently and objectively within the biomedical model, rather than relational and person-centered. Moreover, the language nurses use can perpetuate a sense of powerlessness within healthcare systems yet paradoxically they are in a position of power over healthcare users. Nurses' compliance with the efficiency and biomedical model results in a lack of emphasis on the full breadth of nursing work, which could be enacted in relational rather than power-laden practices. We conclude by positing that careful use of language among nurses in all settings is essential, if we are to begin to articulate what nursing is to ourselves and to others.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,400
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,074
Tête enseignante GPT0,375
Écart entre enseignants0,301 · 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.

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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetNursing education and managementTravaux en français237 207