Émotions des infirmières au chevet des malades hospitalisés pour la COVID-19. Recherche qualitative consensuelle
Notice bibliographique
Résumé
The COVID-19 pandemic has created unprecedented working conditions, with repercussions on the daily lives of nurses. The events experienced positively or negatively in their clinical practice have aroused a variety of emotions for them. The objective of this research is to describe and categorize the events that provoked emotions in nurses who volunteered to accompany COVID-19 victims in a Belgian academic hospital during the first wave of the pandemic by identifying what these emotions were. The researchers used Hill's Consensual Qualitative Research method. Nineteen semi-structured individual interviews were conducted. After the full transcription of the recordings, the data were analyzed by the research team. The results show that the emotions felt by the participants were caused by thirty-seven types of events (categories) grouped into nine families (domains). COVID-19 is viewed negatively by the participants who express fear of this serious and contagious disease. When they talk about the experiences of patients and their families, their discourse alternates between joy at having been able to provide help and care and sadness at not having been able to be effective in all circumstances. Participants share a positive experience and express joy in recalling the COVID-19 outbreak as an exceptional event that they coped with through their personal and professional experience and resources, their relationships with colleagues on the interprofessional team, and the responses of the nursing department and hospital.
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 | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».