Routinized violence: examining long-term residential care workers’ perspectives on involuntary treatment
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: In long-term residential care (LTRC), sometimes workers provide treatment that residents refuse or resist, which can cause harm to both workers and residents. In this analysis, we explored how and when workers provide involuntary treatment, when they accept or see this practice as necessary and when they reject this practice. RESEARCH DESIGN AND METHODS: Following a qualitative research design, data were collected through interviews with nurses, health care aides, recreation, and housekeeping staff in two Canadian provinces and observations in two LTRC facilities in the province of Manitoba. Using an interpretive coding approach and guided by Foucauldian concepts of power and structural violence, we examined descriptions of violent situations and everyday interactions with a particular focus on involuntary treatment. RESULTS: Beliefs about the potential for physical harm toward workers influenced the perceived acceptability, or rejection, of involuntary treatment. However, workers often expressed ambivalence about the acceptability of certain practices (e.g., using multiple workers to hold down a resident to provide personal care). The potential for worker injury and risk of being reprimanded were frequently identified by workers as shaping their decisions about whether to proceed with treatment to which the resident had not consented. At times, workers also expressed obligation to provide involuntary treatment for biomedical reasons, or because there seemed to be no good alternative. DISCUSSION AND IMPLICATIONS: Workers' narratives about involuntary treatment reflect a lack of interpersonal and organizational safety that undermines the autonomy and dignity of those for whom they provide care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».