MétaCan
Menu
Retour à la cohorte
Enregistrement W4205689989 · doi:10.1111/nin.12482

Black nurses in action: A social movement to end racism and discrimination

2022· article· en· W4205689989 sur OpenAlexaffabout
Angela Cooper Brathwaite, Dania Versailles, Daria Adèle Juüdi-Hope, Maurice Coppin, Keisha Jefferies, Renée Bradley, Racquel Campbell, Corsita Garraway, Ola Abanta Thomas Obewu, Cheryl LaRonde‐Ogilvie, Dionne Sinclair, Brittany Groom, Harveer Punia, Doris Grinspun

Notice bibliographique

RevueNursing Inquiry · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensRegistered Nurses' Association of Ontario
Organismes subventionnairesnon disponible
Mots-clésRacismWitnessNursingSociologyGender studiesCriminologyMedicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

We bear witness to a sweeping social movement for change-fostered and driven by a powerful group of Black nurses and nursing students determined to call out and dismantle anti-Black racism and discrimination within the profession of nursing. The Black Nurses Task Force, launched by the Registered Nurses' Association of Ontario (RNAO) in July 2020, is building momentum for long-standing change in the profession by critically examining the racist and discriminatory history of nursing, listening to and learning from the lived experiences of the Black nursing community, and shaping concrete, actionable steps to confront anti-Black racism and discrimination in academic settings, workplaces, and nursing organizations. The Black Nurses Task Force and the RNAO are standing up and speaking out in acknowledgment of the magnitude of anti-Black racism and discrimination that exist in our profession, health system, justice system, and economic system. This social movement is demonstrating, in actions, how individuals and a collective act as change agents to drive meaningful and widespread change for our present and future Black nurses. We also acknowledge the Black nurses who have gone before us.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,494
Écart entre enseignants0,363 · 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.

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

Citations25
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetGlobal Health Workforce IssuesTravaux en français237 207