CANADIAN-BRAZILIAN INSIGHTS FOR TRANSCULTURAL NURSING: AN EXPLORATION OF COMMUNITY HEALTH NURSING CONTEXTS
Notice bibliographique
Résumé
ABSTRACT Objective: to analyze the distinct features, incongruencies, and harmony between the features of Canadian-Brazilian community health nursing as well their practices. Method: ethnographic research conducted in primary healthcare clinics (city of João Pessoa, Brazil). Data collection unfolded from July to September 2018 and included direct, unstructured participant observation of collective social and professional-clientele interactions, with a structured personal digital log and reports of the researcher's observations, as well as social immersion in community settings. The fieldwork log was thematically analyzed to build the meaning of the comparative nursing practice. Results: analysis of observations’ reports identified challenges and opportunities to promote sustainable changes and create a supportive environment. Nurses’ competencies to promote health are in consonance with conceptual, political, and ethical sounding perspectives. Among the distinctive practices observed was that in Brazil, the prescribing practice has been well-established because legally the registered nurses are allowed to prescribe within the primary healthcare programs. In Canada, registered nurses have been granted authority to do so, upon receipt of specific training and under certain scope of advanced practice. Thematic analysis revealed uniqueness of the grasped information, incongruence between community health nursing practices and harmony between contextual practices of Brazil-Canada community health nursing composed the empirical evidence. Conclusions: this research uncovered the compatibility between Canadian and Brazilian practice as well as intricate features of Brazilian community health nurses. Unquestionably, the evidence sums up to the consolidation of the well-established Brazil-Canada cooperation in the field of primary health care. This evidence addresses the political perspective of cooperation for global health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,029 | 0,017 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».