MétaCan
Menu
Retour à la cohorte
Enregistrement W3135416274 · doi:10.1111/inm.12855

Coercion in psychiatric and mental health nursing: A conceptual analysis

2021· review· en· W3135416274 sur OpenAlexafffund
Étienne Paradis-Gagné, Pierre Pariseau‐Legault, Marie‐Hélène Goulet, Jean Daniel Jacob, Clara Lessard‐Deschênes

Notice bibliographique

RevueInternational Journal of Mental Health Nursing · 2021
Typereview
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensUniversity of OttawaUniversité du Québec en OutaouaisUniversité de Montréal
Organismes subventionnairesUniversité du Québec en Outaouais
Mots-clésCoercion (linguistics)Mental health nursingMental healthPsychologyPsychiatryNursingMedicine

Résumé

récupéré en direct d'OpenAlex

The use of coercion in psychiatric and mental health nursing is a major challenge, which can lead to negative consequences for nurses and patients, including rupture in the therapeutic relationship and risk of injury and trauma. The concept of coercion is complex to define and is used in different ways throughout the nursing literature. This concept is defined broadly, referring to both formal (seclusion, restraint, and forced hospitalization), informal (persuasion, threat, and inducement), and perceived coercion, without fully addressing its evolving conceptualizations and use in nursing practice. We conducted a concept analysis of coercion using Rodgers' evolutionary method to identify its antecedents, attributes, and associated consequences. We identified five main attributes of the concept: different forms of coercion; the contexts in which coercion is exercised; nurses' justification of its use; the ethical issues raised by the presence of coercion; and power dynamics. Our conceptual analysis shows the need for more nursing research in the field of coercion to achieve a better understanding of the power dynamics and ethical issues that arise in the presence of coercion.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,087
Tête enseignante GPT0,528
Écart entre enseignants0,441 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health NursingMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207