Understanding the Lived Experiences of Nurses Resuscitating Children in Community Hospital Emergency Departments
Notice bibliographique
Résumé
Emergency department (ED) nurses exposed to pediatric resuscitations are at a high risk of developing posttraumatic stress (Adriaenssens et al., 2012; Lavoie et al., 2016). This may be especially true in community hospital EDs where nurses have less exposure to, knowledge about, and resources for managing these events (Gangadharan et al., 2018; Gilleland et al., 2014; Goldman et al., 2018). Interventions to proactively prevent nurse trauma in these contexts remain uninvestigated. To inform such interventions, this study aimed to understand the largely unknown lived experiences of these nurses. In-depth, semi-structured interviews were conducted with four registered nurses who experienced at least one pediatric resuscitation while working in a community hospital ED in Ontario. Data analyzed using Smith et al.’s (2009) interpretive phenomenological analysis revealed three superordinate themes (i.e., “Conceptualizing Pediatric Resuscitations,” “Seeing What I See,” and “Making Sense of What I Saw”) and nine corresponding subthemes. This study provides insight into the infrequent but profound experiences of nurses resuscitating children in community hospital EDs. Participants, who conceptualized these events as unnatural, emotional, and chaotic, were comforted by those who understood their experiences and distressed by those who could not see what they saw. To reconcile what they saw, the nurses reflected and ruminated on the event, ultimately restructuring their experiences of themselves, others, and the world to make room for a new reality where the safety of childhood is not certain. The findings of this study have implications for nursing practice, education, leadership, and research that may enhance nurse coping following these events.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».