Escenarios y situaciones de racismo y clasismo durante el cuidado de enfermería: Una revisión de la literatura
Bibliographic record
Abstract
Introducción: Una revisión sistemática rápida que explora las interacciones del clasismo y el racismo en la enfermería. Objetivo: comprender la discriminación basada en la clase y la raza en el sistema de salud de América del Norte a través de un análisis de contenido de la literatura. Método: Los criterios de elegibilidad para esta revisión fueron predeterminados según el formato PICOT. Se incluyeron artículos publicados entre 2016 y 2020 que describían al personal de enfermería como actor principal o secundario en situaciones de racismo y clasismo dentro del cuidado de enfermería. Las publicaciones se limitaron a los idiomas español, portugués e inglés. Los riesgos de sesgo se mitigaron mediante un proceso de selección de varios pasos y una herramienta de extracción de datos adaptada de los criterios de revisión sistemática COCHRANE. Se incluyeron un total de 1395 publicaciones, 46 que cumplían los criterios de análisis. Menos artículos en la búsqueda en inglés en comparación con las búsquedas en español y portugués. Resultados: Se sugiere una diferencia potencial en la atención prestada a la intersección de clase y raza en diferentes regiones de las Américas. Se extrajeron ocho temas: violencia, áreas de oportunidad, consecuencias, estrategias, eventos desencadenantes, barreras, sentimientos y acciones realizadas. Conclusiones: Es importante que la enfermería cuestione las conceptualizaciones de los blancos norteamericanos sobre el clasismo y el racismo para abordar de manera efectiva la discriminación en los sistemas de salud.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.035 | 0.066 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.016 | 0.015 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.011 | 0.011 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".