MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408847987 · doi:10.5430/jnep.v15n5p46

“It never ends…”-A qualitative study of nurses’ experience of caring for hospitalised unvaccinated patients with COVID-19 in Sweden

2025· article· en· W4408847987 sur OpenAlexvenueno aff
Petra Vikesdal, Filippa Arvidsson, Katri Manninen

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Qualitative researchNursing2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicinePsychologyFamily medicineVirologySociologyInternal medicineOutbreakDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction: COVID-19 was considered a pandemic as of mid-March 2020 until May 2023. The first vaccine against COVID-19 gained approval at the end of 2020. Overall willingness to be vaccinated is high in Sweden, some people have refused the vaccine. The pandemic caused trauma to nurses around the world due to heavy workloads, deaths in the profession, and employers’ failure to prioritise nurses’ physical and mental well-being. This, together with hesitation to get vaccinated, might have affected nurses’ work. Therefore, it is important to investigate how nurses were affected during the COVID-19 pandemic and their work with unvaccinated patients. The aim was to explore nurses’ experience of caring for hospitalised unvaccinated patients with COVID-19.Methods: A qualitative approach was used to describe nurses’ perceptions and experiences. Nine semi-structured interviews were conducted in the spring of 2022. The study was set in two departments of infectious care at tertiary care emergency hospitals in Stockholm, Sweden. Results: The findings are presented with four themes: A difficult work situation; The strength of colleagues; Dealing with different opinions; and Lessons learned from the pandemic. Each theme has two subthemes.Conclusions: The nurses were often working under stress during the pandemic, and they showed signs of compassion fatigue, which affected the nurses and, by extension, their unvaccinated patients. For pandemics, epidemics and challenges to come, our findings show that there is a need for mandatory reflection and scenario-based training to increase resilience and competence and to prevent compassion fatigue.

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)0,012
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,011
Communication savante0,0050,005
Science ouverte0,0030,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,575
Écart entre enseignants0,428 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→