Harðgerðar hendur : karlar í hjúkrunarfræði
Bibliographic record
Abstract
Þessi ritgerð er lokaverkefni til B.S. gráðu í hjúkrunarfræði við Háskólann á Akureyri. Ritgerðin er uppbyggð sem rannsóknaráætlun. \nBakgrunnur: Mikill skortur er á karlmönnum í hjúkrunarstéttinni á Íslandi en þeir eru um 2% af heildarfjölda hjúkrunarfræðinga sem er með lægsta hlutfalli sem sést í hinum vestræna heimi. Höfundar munu fjalla um áskoranir karla í hjúkrun, sögu þeirra, staðalímynd \nhjúkrunarfræðinnar og stöðu karla í hjúkrun. \nMarkmið: Megintilgangur rannsóknarinnar verður að afla þekkingar um það hvernig megi auka hlut karlmanna á Íslandi í hjúkrun. Höfundar völdu sér þetta tiltekna efni vegna reynslu sinnar af hjúkrun og áhuga á því að beina fleiri karlmönnum inn á þessa braut. Rannsóknaraðferð: Með eigindlegum rannsóknaraðferðum byggðum á Vancouver skólanum verða tekin einstaklingsviðtöl við þrjá hópa; karlkyns hjúkrunarfræðinga, kvenkyns \nhjúkrunarfræðinga og notendur spítalaþjónustunnar. Miðað er við að taka viðtöl við um 10 einstaklinga úr hverjum hóp en þeir verða fundnir með tilgangsúrtaki. \nÁlyktun: Margir þættir hafa stuðlað að útskúfun karla frá stéttinni; hvernig saga hjúkrunar hefur verið rituð, mikill meirihluti kvenna í starfinu, staðalímynd hjúkrunarfræðingsins sem kvenmaður og tenging hjúkrunarstarfsins við störf kvenna. Enn í dag fylgja ýmsar áskoranir \nþví að vera karlmaður í hjúkrun en margar leiðir hafa verið reyndar til að fjölga karlmönnum í greininni. Til þess að fjölga karlmönnum í hjúkrunarfræði á Íslandi þarf að stuðla að breytingum á fleiri en einum stað. Átök til þess að fjölga karlmönnum í hjúkrunarfræði hljóta \nað þurfa að styðjast við fræðilegan grunn. Þessi rannsókn væri skref í áttina að byggja fræðilegan grunn sem hægt væri að nýta til að leiða fram breytingar. \nLykilhugtök: hjúkrunarfræði, karlar, staðalímyndir, kvennastétt.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.263 | 0.102 |
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".