Enhancing capacity of the coalition of African, Caribbean, and Black nurses to support Black nurses in British Columbia to achieve greater psychological health in the workplace
Notice bibliographique
Résumé
This thesis, “Enhancing Capacity of the Coalition of African, Caribbean, and Black Nurses (CACBN) to Support Black Nurses in British Columbia to Achieve Greater Psychological Health in the Workplace” utilizes the methodological frameworks of the Action Research Engagement model, Black Feminist Thought and Intersectionality, Participatory Action Research and Appreciative Inquiry to answer the following question: How can the CACBN support Black nurses to achieve greater psychological health in the workplace? The African, Caribbean, and Black nurse participants were predominantly from CACBNs membership, held various nursing designations, and came from different practice environments. Data collection methods included a survey, interviews, and reflective journaling. Several sub-themes emerged from five overarching themes: Relational Connection: “Fitting In”, Factors that Contribute to Safety in the Workplace, System Level Supports Needed from Health Care Organizations, CACBN Supports for ACBNs, and Impacts of COVID-19 on ACBNs. Study recommendations for health organizations include developing workplace anti-racism policies and providing career supports and leadership opportunities, while recommendations for CACBN include providing anti-Black racism education to health authorities and schools, offering mentorship, and creating safe spaces for dialogue.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».