Navigating ethical challenges in global health clinical settings: A collaborative approach between nursing students, faculty, and preceptors
Notice bibliographique
Résumé
BACKGROUND: Ethical challenges encountered in global health settings during clinical placements shape nursing students' moral development and professional integrity. PURPOSE: This study aimed to explore how 4th-year baccalaureate nursing students and recent nursing graduates navigate ethical challenges in resource-limited global health settings, from the perspectives of students, faculty members, and preceptors. DESIGN: This qualitative study utilized Sally Thorne's interpretive description methodology to generate knowledge that could inform teaching practices within a Canadian School of Nursing. METHODS: Purposive sampling and one-on-one semi-structured interviews were carried out with 17 participants including 4th-year nursing students and recent nursing graduates who completed clinical placements in resource-limited international settings, faculty members who taught them, and clinical preceptors who supervised their clinical rotations. Data analysis followed a constant comparative and iterative approach. FINDINGS: The proposed Relational Interplay model illustrates participants' experiences, and emphasizes the interdependent roles of students, preceptors, and faculty in navigating ethical challenges. Four key themes emerged: grappling with cognitive dissonance, engaging in an internal process, undergoing personal transformation, and deepening relational practice. CONCLUSIONS: Findings from this study may inform the development of global health nursing practicum curricula and provide valuable insights for faculty, preceptors, and students involved in global health nursing experiences.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».