MétaCan
Menu
Retour à la cohorte
Enregistrement W3199853268 · doi:10.1111/nin.12462

Narrative care: Unpacking pandemic paradoxes

2021· article· en· W3199853268 sur OpenAlexaff
Vera Caine, Pamela Steeves, Charlotte Berendonk, Bodil H. Blix, D. Jean Clandinin

Notice bibliographique

RevueNursing Inquiry · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensAlberta Advanced EducationUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNarrativeLiminalityEmbodied cognitionNarrative inquirySociologyHealth careAestheticsPsychologyEpistemologyPolitical scienceLiteratureArt

Résumé

récupéré en direct d'OpenAlex

During the coronavirus disease 2019 pandemic, public health has issued three interrelated dominant narratives through social media and news outlets: First, to care for others, we must keep physically distant; second, we live in the same world and experience the same pandemic; and third, we will return to normal at some point. These narratives create complexities as they collide with the authors' everyday lives as nurses, educators, and women. This collision creates three paradoxes for us: (a) learning to care by creating physical distance, (b) a sense of togetherness erases inequities, and (c) returning to normal is possible. To inquire into these three paradoxes, we draw on our experiences with Ingrid, an older adult who requires in-home physical care, and Matthew, a man with multiple disabilities including severe oral dyspraxia and developmental delays. We outline how narrative care is a counterstory to the dominant narratives and enables us to find ways to live our lives within the paradoxes. Narrative care allows us, through attention to embodiment, liminality, and imagination, to create forward looking stories. Understanding narrative care within these paradoxes allows us to offer more complex understandings of the ways narrative care can be embodied in our, and others', lives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0200,051
Communication savante0,0170,026
Science ouverte0,0030,024
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,387
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetEmpathy and Medical EducationTravaux en français237 207