MétaCan
Menu
Retour à la cohorte
Enregistrement W4400877214 · doi:10.1111/nin.12661

The Subaltern: Illuminating matters of representation and agency in mental health nursing through a postcolonial feminist lens

2024· article· en· W4400877214 sur OpenAlexaff
Shivinder Dhari, Allie Slemon, Emily Jenkins

Notice bibliographique

RevueNursing Inquiry · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of VictoriaUniversity of British ColumbiaCamosun College
Organismes subventionnairesnon disponible
Mots-clésSubalternAgency (philosophy)Mental healthGender studiesPatriarchySociologyPower (physics)HarmNarrativeColonialismFeminismPsychologySocial psychologyPoliticsPolitical scienceSocial sciencePsychiatryLaw

Résumé

récupéré en direct d'OpenAlex

Inpatient mental health nursing operates with an overarching goal to support people living with mental health challenges by managing risk of harm to self and others, decreasing symptoms, and promoting capacity to live outside of hospital settings. Yet, dominant, harmful stereotypes persist, constructing patients as less than, in need of saving, and lacking self-control and agency. These dominant assumptions are deeply entrenched in racist, patriarchal, and Othering beliefs and continue to perpetuate and (re)produce inequities, specifically for people with multiple intersecting identities relating to race, class, gender, and culture. This paper explores the relevance of postcolonial feminism, particularly Gayatri Spivak's concept of Subaltern-conceptualized as groups of people who are denied access to power and therefore continue to be systematically oppressed and marginalized-in illuminating the problematic and dominant assumptions about people living with mental health challenges as lacking agency and requiring representation. Through an understanding of Subalternity, this paper aims to decenter and deconstruct dominant colonial, patriarchal narratives in mental health nursing, and ultimately calls for mental health nursing to fundamentally reconsider prevailing assumptions of patients as needing representation and lacking agency.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,427

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 Opus0,063
Tête enseignante GPT0,428
Écart entre enseignants0,365 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetMigration, Health and TraumaTravaux en français237 207