Diminishment by Design: The Role of Class, Gender and Architecture in Shaping the Nursing Profession
Notice bibliographique
Résumé
This paper advances a critical, multidisciplinary argument that nursing's persistent subordination is not the result of historical accident, but of institutionalized power/knowledge asymmetries deliberately embedded within healthcare systems. Rather than offering an exhaustive literature review, this paper develops a theoretically informed synthesis of historical, spatial, feminist and policy scholarship. The analysis draws on comparative evidence from Canada, the United States, Australia and the United Kingdom, while also incorporating emerging insights from healthcare systems in Pakistan, Brazil, Sri Lanka, Turkey, Ireland, Finland, Portugal and New Zealand. The analysis traces how patriarchal norms, architectural arrangements, credentialing hierarchies and governance structures have systematically constrained nursing's authority, visibility and epistemic legitimacy, even amidst professionalization. To counter this structural injustice, the paper proposes six interlocking domains as foundations for genuine autonomy: clinical authority, governance integration, control over working conditions, spatial equity, independent advancement pathways and epistemic recognition. Each domain is situated within broader philosophical concerns about moral agency, institutional ethics and epistemic justice. Through critical synthesis across disciplines, the paper offers not only a conceptual critique but also a normative framework for reimagining healthcare design. It positions nursing as a full epistemic and strategic partner in leadership and system transformation, arguing that such recognition is both a professional necessity and a philosophical imperative for building just, resilient and inclusive health systems.
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 ».