Nurses’ Perceptions of Discrimination Towards People Living with Mental Illness in General Medical Hospital Settings
Notice bibliographique
Résumé
The research aims were to explore registered nurses’ perceptions of discrimination towards people with mental illness admitted to general medical hospital settings and to better understand the conditions that gave rise to discrimination. An interpretive feminist phenomenological design guided by Merleau-Ponty (1962) philosophy of perception was chosen. Ten semi-structured interviews were conducted in one Canadian urban hospital with registered nurses who cared for people with mental illness and who were admitted to a general medical unit primarily for non-psychiatric health concerns. Interviews were analyzed using Interpretive Phenomenological Analysis. Five major themes emerged: (a) dichotomy of the mind and body, (b) discriminatory nursing practices, (c) tensions between ideals and realities, (d) othering, and (e) gendered perceptions. Discrimination occurred in situations where nurses struggled with balancing the demands of physical nursing care and mental health nursing care, where professional mental health nursing education and training was perceived as lacking, and where work time was insufficient to adequately address patients’ mental health concerns. Consequently, nurses expressed less confidence and feelings of competence in mental health nursing as compared to medical nursing, deferring to more specialized professionals for mental health care. Physical care was prioritized over mental health nursing care with nurses actively and/or passively avoiding, even dismissing psychosocial assessments and interventions. The study findings highlight the challenges of caring for people with mental illness in general medical hospital settings and RN perceptions towards discrimination. A holistic model of health care that emphasizes the importance and contributions of mind body connection to health could guide nursing practices to reduce discrimination towards people living with mental illness. Furthermore, increased mental health training in the workplace and more supportive resources could help foster a non-discriminatory work environment.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».