A Journey of Uncertainty: Learned Lessons From the Lived Experiences of Nurses in Kuwait Taking Care of COVID-19 Patients in the Early Pandemic
Notice bibliographique
Résumé
Purpose of the Study: This study explored the experiences of nurses in Kuwait who worked with COVID-19 patients during the first wave of the disease. Study Design: This was a qualitative descriptive study. Methods Used: In-depth interviews were conducted with seven (7) nurses who worked in intensive care units between September 2020 and March 2021. Findings: The experiences of Kuwait nurses in COVID-19 care showed an evolving journey of dealing with a strange and complex disease. With little known about the disease, the nurses approached COVID-19 care with uncertainty and ambivalence, unsure of where this journey would look like. Four themes emerged from the data and they included (1) from challenges to coping, (2) focusing on good health throughout the pandemic, (3) navigating through scarce resources and power dynamics, and (4) a multi-dimensional burden. Conclusions: Despite the difficulties encountered, supportive systems such as the availability of medical supplies, and support from superiors, colleagues, the community, and families, helped Kuwait nurses to cope with the stresses of an early COVID-19 pandemic while providing care. This approach takes a holistic stance to care for both patients and the nurses working in an epidemic setting.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,026 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».