“I Called us the Sacrificial Lambs”: Experiences of Nurses Working in Border City Hospitals During the First Wave of the COVID-19 Pandemic
Notice bibliographique
Résumé
Background The first wave of the COVID-19 pandemic had a significant impact on the personal and professional lives of frontline nurses. Purpose The purpose of this descriptive phenomenological study was to explore the experiences of Canadian Registered Nurses (RNs) working in Ontario or United States hospitals during the first wave of the COVID-19 pandemic. Methods Semi-structured interviews were conducted with 36 RNs living in Ontario and employed either at an Ontario or United States hospital. Three main themes were identified across both healthcare contexts. Results 1) The Initial Response to the pandemic included a rapid onset of chaos and confusion, with significant changes in structure and patient care, often exacerbated by hospital management. Ethical concerns arose (e.g., redeployment, allocation of resources) and participants described negative emotional reactions. 2) Nurses described Managing the Pandemic by finding new ways to nurse and enhanced teamwork/camaraderie; they reported both struggle and resiliency while trying to maintain work and home life balance. Community responses were met with both appreciation and stigma. 3) Participants said they were Looking Forward to a “new normal”, taking pride in patient improvements, accomplishments, and silver linings, with tempered optimism about the future. Many expressed a reaffirmation of their identities as nurses. Differences between participants working in the US and those working in Ontario were noted in several areas (e.g., initial levels of chaos, ethical concerns, community stigma). Conclusions The COVID-19 pandemic has been very difficult for nursing as a profession. Close attention to post-pandemic issues is warranted.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».