A Patient-Centered Forensic Nursing Model of Care for Victims of Law Enforcement Violence
Notice bibliographique
Résumé
Background: The manuscript examines the nature, manifestations, and potential causes of law enforcement violence as well the need for a model of care for victims. Specifically, it explores development of a preliminary forensic nursing model of care. The questions posed over the course of development of the model follow (1) What are the challenges to developing a rudimentary forensic nursing model of care for victims of law enforcement violence? (2) What are the tenets to be utilized in developing the model? (3) What additional recommendations are to be considered in refining and expanding the model? Key Concept: A review of the literature in forensic nursing found a gap in care for victims of law enforcement violence. To address the gap given the lack of research, a preliminary model of care was developed based on key constructs from the following established models: (1) Theory of Abolition, (2) Critical Race Theory, (3) Levels of Racism, (4) Intersectionality, (5) Social Determinants of Health, (6) Emancipatory Praxis - Theory of Forensic Nursing, (7) Trauma-Informed Model of Care, and (8) Patient-Centered Model of Care. Implications for practice: The preliminary model developed adheres to the International Council of Nurses guidelines, which emphasize the nurse's duty to care without judgment or bias. Protocols established must be followed precisely to mitigate potential conflicts of interest in care of the victim. A practical application algorithm was developed based on care provided to other victims of violence. Conclusion: The model developed was focused on forensic nursing care. There is a need for further refinement involving an interdisciplinary approach. There is also a need for additional research as it relates to forensic nursing's role in caring for victims of law enforcement violence.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».