MétaCan
Menu
Retour à la cohorte
Enregistrement W4404789151 · doi:10.32920/27921135

Black nurses in the nursing profession in Canada: a scoping review

2024· review· en· W4404789151 sur OpenAlexaboutno aff
Keisha Jefferies, Chelsa States, Vanessa MacLennan, Melissa Helwig, Jacqueline Gahagan, Wanda Thomas Bernard, Marilyn Macdonald, Gail Tomblin Murphy, Ruth Martin‐Misener

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNursingPolitical sciencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Background With migration occurring over a series of centuries, dating back to the 1600’s, the circumstance regarding Black people in Canada is a complex account. A plethora of social issues and the failure to adequately acknowledge and reconcile historical issues, has resulted in health inequity, disparities and knowledge gaps, related to the Black population in Canada. In nursing, historical records indicate a legacy of discrimination that continues to impact Black nurses. The profession has begun reckoning with anti-Black racism and the residual effects. This scoping review sought to chart the existing evidence on Black nurses in the nursing profession in Canada. Methods JBI methodology was used to search peer-reviewed evidence and unpublished gray literature. Sources were considered for inclusion based on criteria outlined in an a priori protocol focusing on: 1) Canada 2) Black nurses and 3) nursing practice. No restrictions were placed on date of publication and language was limited to English and French. All screening and extractions were completed by two independent reviewers. Results The database search yielded 688 records. After removing duplicates, 600 titles and abstracts were screened for eligibility and 127 advanced to full-text screening. Eighty-two full-text articles were excluded, for a total of 44 sources meeting the inclusion criteria. Seven sources were identified through gray literature search. Subsequently, 31 sources underwent data extraction. Of the 31 sources, 18 are research (n = 18), six are commentaries (n = 6); one report (n = 1) and six are classified as announcements, memoranda or policy statements (n = 6). The review findings are categorized into five conceptual categories: racism (n = 12); historical situatedness (n = 2); leadership and career progression (n = 7); immigration (n = 4); and diversity in the workforce (n = 4). Conclusions This review reveals the interconnectedness of the five conceptual categories. Racism was a prominent issue woven throughout the majority of the sources. Additionally, this review captures how racism is exacerbated by intersectional factors such as gender, class and nationality. The findings herein offer insight regarding anti-Black racism and discrimination in nursing as well as suggestions for future research including the use of diverse methodologies in different jurisdictions across the country. Lastly, the implications extend to the nursing workforce in relation to enhancing diversity and addressing the ongoing nursing shortage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,083
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,522

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,083
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0390,058
Études des sciences et des technologies0,0070,004
Communication savante0,0080,004
Science ouverte0,0040,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,165
Tête enseignante GPT0,575
Écart entre enseignants0,410 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Health Workforce IssuesTravaux en français237 207