Call to Action: Integrating Anti-racist Philosophies in Dismantling Racism and Anti-Black Racism in Nursing Education in Canada
Notice bibliographique
Résumé
Despite nursing's stated mandate of health equity and social justice, concrete steps to address racism and anti-Black racism in the profession and nursing education remain mainly non-significant and are often seen as performative. It is crucial to implement tangible measures to dismantle racism and anti-Black racism in nursing education to address racial health disparities. Throughout history, nursing education has been shaped by colonial and Eurocentric ideologies, leading to the silencing and erasure of the knowledge, culture, perspectives, and ways of knowing of Black and other racialized communities. Consequently, urgent action is required to dismantle embedded racism and anti-Black racism in the nursing profession. Drawing on anti-racist philosophies, we argue that dismantling racism in nursing education goes beyond superficial discussions of equity, diversity, and inclusion. Instead, it demands a proactive approach to tackle the underlying causes of racial inequities. In this article, we propose several recommendations and implications for nursing educators, researchers, policymakers, and educational institutions to eliminate racism and anti-Black racism in both nursing education and practice. These recommendations include acknowledging the historical and contemporary impacts of racism and anti-Black racism on the health and well-being of Black individuals, engaging in critical self-reflexivity, integrating and prioritizing Black knowledge and perspectives in nursing education, practice, and research, and intentionally adopting anti-racist pedagogy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».