Exploration de l’impopularité des milieux de santé mentale/psychiatrie auprès de la relève infirmière : une revue systématique des écrits
Notice bibliographique
Résumé
In every population and country around the world, mental health needs are great and are on the rise. Through their training and their vast field of expertise, nurses are an important lever for addressing the issue of accessibility in these care settings. While the increase in the number of new nursing graduates should have helped this issue, recent data show a sharp increase in the shortage of nurses in these care settings. This systematic review (n=40) using the CINAHL, MEDLINE, PsycArticles, and Scopus databases aims to explore why psychiatric and mental health care settings are unpopular with the next generation of nurses. Guided by Parse's theory, this review identifies three major themes : (1) nursing students' perspectives on mental health issues, (2) the influences of educational interventions on these perspectives, and (3) the factors facilitating and constraining a career in these care settings for new nursing graduates. These results enable a better understanding of what can affect the recruitment of new graduate nurses in mental health/psychiatry, while proposing various levers of intervention to specifically address this issue.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,023 | 0,027 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».