MétaCan
Menu
Retour à la cohorte
Enregistrement W3113852260 · doi:10.25071/2291-5796.72

What lies at the intersection of law and psychiatric nursing? Exploring the process of judiciarization in the context of mental health

2020· article· en· W3113852260 sur OpenAlexaffvenue
Étienne Paradis-Gagné, Jean Daniel Jacob, Pierre Pariseau‐Legault

Notice bibliographique

RevueWitness The Canadian Journal of Critical Nursing Discourse · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensUniversité du Québec en OutaouaisUniversity of OttawaUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMandatePhenomenonCoercion (linguistics)Context (archaeology)Mental healthSocial controlMental illnessHumanismPsychologyNursingSociologyMedicineLawPsychiatryEpistemologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

In this article, our aim is to provide a critical analysis of the phenomenon of judiciarization of people suffering from a mental illness and its impact on nursing practice. To explore the issues inherent to this phenomenon, we employed the methodology of discursive analysis greatly inspired by the work of French philosopher Michel Foucault. The results of this analysis push our reflection on the experiences and practices that take place at the psychiatric and judicial interface, engaging in a critic of underlying goals of public protection, social control, and coercion being incorporated to nursing practice. While acting in seemingly humanistic and therapeutic roles of care, nurses are simultaneously and inevitably fulfilling a mandate to social control which, to date, remains relatively under documented.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,253
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
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 Opus0,053
Tête enseignante GPT0,405
Écart entre enseignants0,352 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWitness The Canadian Journal of Critical Nursing DiscourseMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207