MétaCan
Menu
Retour à la cohorte
Enregistrement W4415948041 · doi:10.1177/23333936251390481

What Factors Influence Canadian Nurse Practitioners’ Willingness to Act as Assessors and Providers for Medical Assistance in Dying (MAID)?

2025· article· en· W4415948041 sur OpenAlexafffundabout
Zachary Mokosak, Barbara Pesut, Sally Thorne

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésJurisdictionLegislationQualitative researchQualitative analysisWork (physics)Data collectionContent analysis

Résumé

récupéré en direct d'OpenAlex

In passing legislation in 2016 to allow medical assistance in dying (MAID), Canada became the world's first jurisdiction to allow nurse practitioners (NPs) to act as MAID assessors and providers. Health Canada's annual report shows that the demand for MAID in Canada increases each year, as does the proportion of MAID cases that NPs provide. The purpose of this study was to better understand factors that motivate or deter nurse practitioners from becoming MAID assessors and providers. The study design was a secondary analysis of a large qualitative dataset guided by interpretive description methodology. Primary data collection took place from 2018 to 2023 via semi-structured interviews with nurses and NPs. Secondary analysis of transcripts of all of the NPs interviewed for the primary study allowed for identifying significant motivational and deterring themes in their accounts. The analysis yielded two categories of motivating factors (philosophical perspectives; experiences with death and dying) and three deterring factors (moral complexity; health system barriers; professional and social considerations), and further generated insights around supports and practices that make NP MAID work viable. As the first study that explicitly sought to understand what explains Canadian NPs' willingness to participate in MAID, these findings fill a gap in the available knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,250
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,146
Tête enseignante GPT0,630
Écart entre enseignants0,484 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Qualitative Nursing ResearchMême sujetNursing Roles and PracticesTravaux en français237 207