MétaCan
Menu
Retour à la cohorte
Enregistrement W4416801403 · doi:10.1111/nin.70070

The Sounds of Silence: Problematizing Voicelessness in Nursing Practice

2025· article· en· W4416801403 sur OpenAlexaff
Lori Rietze, Mary Ellen Purkis, Kelli Stajduhar, Denise Cloutier

Notice bibliographique

RevueNursing Inquiry · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of VictoriaLaurentian University
Organismes subventionnairesnon disponible
Mots-clésFeelingPsychological interventionObservational studyEthnographyOrganizational cultureHealth careAcute careNursing practice

Résumé

récupéré en direct d'OpenAlex

A positive healthcare environment and effective nurse recruitment are widely recognized as interconnected factors that improve outcomes for patients, families, and staff. Despite this, frontline nurses and their managers often have conflicting views on workplace issues. Although some hospitals have implemented "speak-up" initiatives, nurses in acute care settings still feel silenced, as interventions designed to improve workplace culture have had limited long-term impact. This underscores the need for a deeper understanding of how nurses are silenced. This qualitative, ethnographic study aimed to improve our understanding of how nurses are silenced in the acute care workplace. Through semi-structured interviews with registered nurses (n = 14) and administrators (n = 9), observational field notes (20 h), and documents (n = 8), we found that although nurses used various channels to voice concerns about patient safety, patient-centered care, and workplace health to their managers, they still felt ignored and unsupported, leading to feelings of vulnerability, anger, and abandonment. Administrators understood staff frustrations but felt powerless, seeing themselves as conduits for top-down directives rather than active participants in organizational initiatives. These findings offer crucial insights for clinicians, researchers, educators, and administrators aiming to create a more inclusive culture that prioritizes collaboration and high-quality 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,385
Écart entre enseignants0,359 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetNursing education and managementTravaux en français237 207