MétaCan
Menu
Retour à la cohorte
Enregistrement W4387931601 · doi:10.1177/09697330231209290

Fake kindness, caring and symbolic violence

2023· article· en· W4387931601 sur OpenAlexaff
Damien Contandriopoulos, Natalie Stake-Doucet, Joanna Schilling

Notice bibliographique

RevueNursing Ethics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensUniversité de MontréalUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésKindnessSocial psychologyObediencePsychologyOperationalizationConceptualizationMoralitySociologyEpistemologyLawPolitical scienceComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The article starts by offering a definition of fake kindness focused on the dissociation between the behavioural components of kindness and the intent to sincerely pay some heed to the needs of others. Using the sociological theory of Pierre Bourdieu, this definition is then used to articulate how fake kindness can be conceptualized as a specific form of symbolic violence. Such a view allows explanations as to how and why the prevalence and effectiveness of fake kindness vary according to microsociological norms and values. The generic definition and conceptualization of fake kindness as a form of symbolic violence are then used to discuss how nursing's enthrallment with the concept of caring and its operationalization as a moral compass likely fosters the growth of fake kindness within the profession. In this view, the institutional enforcement of propriety and well-behaved professionalism is more likely to lead to toxic environments than to healthy workplaces. We hope that being able to understand how professional norms and institutional rules are sometimes turned into social tools to enforce obedience and existing hierarchies can empower victims of those phenomena to resist them more effectively. It might also contribute to increasing the awareness of well-meaning nurses or people in position of authority who have been socialized in environments where fake kindness is normalized.

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)0,013
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,546
Tête enseignante GPT0,622
Écart entre enseignants0,076 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing EthicsMême sujetQualitative Research Methods and EthicsTravaux en français237 207