Behind the Stigma: A Narrative Inquiry into the Perception and Experiences of Mental Health, Addictions, and Forensic Nurses
Notice bibliographique
Résumé
Mental health and forensic nurses work at the intersection of healthcare, law, and social justice, yet their roles remain undervalued within the nursing profession. This study explored how these nurses construct professional identity and resilience while navigating stigma and systemic inequity. A qualitative narrative inquiry design was used to gather written reflections from 14 nurses in Ontario and British Columbia, including registered nurses, registered practical nurses, and nurse practitioners. Participants responded to open-ended prompts through a secure online platform, describing experiences of stigma, workplace hostility, advocacy, and meaning in their work. Data were analyzed thematically and through a composite narrative approach to capture both individual and collective perspectives. Six major themes emerged: stigma and systemic misrepresentation, stigma toward patients, advocacy and emotional labor, workplace hostility, purpose and resilience, and systemic barriers. Findings demonstrate that nurses experience both external and internalized stigma that diminishes professional legitimacy, yet they construct identities grounded in empathy, advocacy, and relational expertise. The study applies Goffman’s concept of courtesy stigma and social identity theory to interpret how hierarchies shape belonging within healthcare. These results stress the need for stigma-reduction education, mentorship programs, and policy investment in community mental health services. Centering nurses’ voices through narrative inquiry reframes mental health and forensic nursing as advanced, relational, and justice-oriented practice.
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 | 0,001 | 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 | 0,002 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».