How the hospital context influences nurses’ environmentally responsible practice: A focused ethnography
Notice bibliographique
Résumé
AIM: To describe ways in which a hospital context, physically and culturally, influences nurses' abilities to promote and engage with environmentally responsible practice. DESIGN: A focused ethnographic study. METHODS: Data were collected during May and August, 2019. Nurses (n = 22) working in the emergency room and three medicine units within a large Western Canadian hospital were invited to participate. Semi-structured interviews were conducted, and observations were collected. Reporting is in accordance with the consolidated criteria for reporting qualitative research. RESULTS: Three themes were identified: patient care not environmental care, organizational role and operational efficiency. Overall, participants indicated patient care was their primary priority, and due to their workload, they were unable to simultaneously consider the environmental impact of their work. Participants stated they had difficulties practicing in environmentally responsible ways because they felt unsupported by their hospital organization. Regardless, there was a desire for the organization to support environmentally responsible practices. CONCLUSION: Climate change is a major health concern, and partnership between hospitals and nurses is necessary to ensure environmentally responsible healthcare is delivered. We suggest both a top-down and bottom-up approach to help develop hospital contexts that are relevant and environmentally responsible. IMPACT: Nurses have a professional responsibility to address climate change, yet this study identified that nurses found it challenging to practice in environmentally responsible ways within the hospital context. Challenges they faced are related to their workload, their misaligned nursing priorities and, more importantly, because they felt unsupported by their hospital. Findings are important to both the nursing profession as well as other hospital leaders so that a culture of environmentally responsible healthcare can be developed within hospitals.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».