MétaCan
Menu
Retour à la cohorte
Enregistrement W4281777757 · doi:10.1111/phn.13096

Creating safe relational space: Public health nurses work with mothering refugee women

2022· article· en· W4281777757 sur OpenAlexaffabout
Shahin Kassam, Lenora Marcellus

Notice bibliographique

RevuePublic Health Nursing · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRefugeePublic healthPublic health nursingIntersectionalityNursingSociologyPopulationPsychologyPublic relationsGender studiesMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Exploring how public health nurses (PHNs) provide community-based support to women who are refugees and mothering. DESIGN: A constructivist grounded theory (CGT) design was used where intersectionality as an analytical tool was applied. Varying data collection approaches including focus groups were used. SAMPLE: Twelve PHNs from four public health units in Western Canada participated in this study. RESULTS: Participants in this study described an overall process of creating safe relational space to address a basic social problem of establishing trust while managing structural forces. This overarching process was expressed through burning with passion, connecting while looking beyond, protecting from re-traumatization, and fostering independence. Findings reveal strategies PHNs used to enhance health equity. This study extends critical caring theory to include sociopolitical and economic influences on public health nursing practice. Consequences of these influences on the mothering refugee women population are also revealed. Implications include structural integration of trauma-and-violence-informed principles to support public health nursing practice. CONCLUSIONS: This study adds to an emerging body of knowledge on PHNs work with complex populations. Innovative application of intersectionality is demonstrated as an effective approach to analyzing impacts of broad sociopolitical priorities on communities that are systemically marginalized.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
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: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,010
Communication savante0,0050,004
Science ouverte0,0020,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,063
Tête enseignante GPT0,359
Écart entre enseignants0,297 · 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

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Health NursingMême sujetMigration, Health and TraumaTravaux en français237 207