MétaCan
Menu
Retour à la cohorte
Enregistrement W4309791193 · doi:10.18192/aporia.v14i2.6424

Nurses and the Discursive Construction of Procedural Justice in Review Board Hearings

2022· article· en· W4309791193 sur OpenAlexafffundvenueabout
Jean‐Laurent Domingue, Jean Daniel Jacob, Amélie Perron, Pierre Pariseau‐Legault, Thomas Foth

Notice bibliographique

RevueAporia · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensUniversité du Québec en OutaouaisUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversité du Québec en OutaouaisUniversity of Ottawa
Mots-clésProcedural justiceEconomic JusticeCompliance (psychology)Resistance (ecology)EthnographyPerceptionWork (physics)Mental healthPsychologyProcess (computing)Public relationsCriminologySociologyPolitical scienceSocial psychologyLawPsychiatry

Résumé

récupéré en direct d'OpenAlex

There has been growing interest about procedural justice in mental health tribunals. A process considered procedurally just increases adherence to treatment, increases compliance with judicial decisions and allows efficient community reintegration. Yet, little is known about how procedural justice is carried out and the role of professionals in its implementation. Stemming from the results of a critical ethnography of the Ontario Review Board, in this article we examine how procedural justice materializes during Review Board hearings and the role of nurses in this materialization. We do so by leveraging Goffman’s work on total institutions and institutional ceremonies. Our findings suggest that nurses participate in activities that provide a perception of procedural justice, rather than serve their patients’ right to true procedural justice. We conclude by recommending that nurses engage in reflections about the distal effects of their clinical practice to broaden the possibilities for resistance within the forensic psychiatric system.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,366
Écart entre enseignants0,345 · 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'étudeAutre devis
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

Citations7
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueAporiaMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207