MétaCan
Menu
Retour à la cohorte
Enregistrement W4310592128 · doi:10.1177/23333936221137576

Using Institutional Ethnography to Explicate the Everyday Realities of Nurses’ Work in Labor and Delivery

2022· article· en· W4310592128 sur OpenAlexafffund
Paula Kelly, Maggie Quance, Nicole Snow, Caroline Porr

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensMount Royal UniversityMemorial University of Newfoundland
Organismes subventionnairesCanadian Nurses Foundation
Mots-clésPsychological interventionWork (physics)EthnographyNursingDocumentationHealth careNeonatal nursingFetal monitoringNursing Interventions ClassificationPublic relationsMedicineSociologyPolitical sciencePregnancyLawNeonatal intensive care unit

Résumé

récupéré en direct d'OpenAlex

Fetal health surveillance is a significant everyday work responsibility for labor and delivery nurses. Here, nursing care is increasingly focused on technological interventions, particularly with the use of continuous electronic fetal monitoring. Using Institutional Ethnography, we explored how nurses conduct this work and uncovered the ruling relations coordinating how nurses "do" fetal health surveillance. Analysis revealed how these powerful ruling relations associated with the biomedical and medical-legal discourses coordinated nurses' fetal monitoring work. Forms requiring documentation of biophysical data caused nurses to focus on technological interventions with much less attention given to holistic and supportive care measures. In doing so, nurses inadvertently activated and participated in these powerful ruling discourses. The practice of ensuring the safe birth of the baby through advances in technological surveillance and medical interventions took priority over well-established approaches to holistic nursing care.

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)0,017
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,017
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,016
Communication savante0,0050,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,345
Tête enseignante GPT0,577
Écart entre enseignants0,231 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Qualitative Nursing ResearchMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207