Papiromsorg? : En kvalitativ intervjuundersøkelse om sykepleieres erfaringer med å bruke kartleggingsskjema for tallfesting av smerte og symptomer
Bibliographic record
Abstract
Formål og problemstilling: \nBruk av skjemaer for å kartlegge pasienters symptomer er relativt vanlige redskaper i pasientomsorgen. Formål med studien er å belyse sykepleieres erfaringer med et bestemt kartleggingsskjema, nemlig Edmonton Symptom Assessment Scale (ESAS). Skjema er anbefalt brukt til kreftpasienter med behov for lindrende behandling. De spørsmål oppgaven belyser er: Hvilke muligheter og begrensninger erfarer sykepleiere med det å bruke kartleggingsskjemaer for tallfesting av smerte og symptomer i omsorgen for kreftpasienter, - og hvordan vil bruk av skjema kunne influere omsorgsrelasjonen mellom sykepleier og pasient?\n\nDesign og metode: \nStudien har en fortolkende design hvor Kari Martinsens omsorgsteorier med særlig vekt på teoriene om det sansende og registrerende blikk har rammet inn datainnhenting og fortolkning av datamaterialet. Data er innhentet ved bruk av kvalitative intervjuer med syv utvalgte sykepleiere fra en sykehusavdeling hvor ESAS rutinemessig benyttes. \n\nResultater: \nAnalysene av materialet konkluderer med en ambivalens og en dobbelhet i sykepleiererfaringene. Sykepleiere rapporterer at bruken av skjema har tydelige og positive effekter i form av eksakt dokumentasjon, rapportering og som styringsverktøy i organisering av daglig arbeid. Bruk av skjemaet erfares også som utfordrende i den forstand at det skaper en viss uvisshet om hvordan det skal tas i bruk i omsorgen for pasientene. Det kan oppleves som et ”fremmedelement” og at ”papiromsorgen” kan få et uønsket overtak i sykepleiernes pasientarbeid. \n\nKonklusjon og anbefalinger: \nEt symptomkartleggingsskjema har betydelige virkninger av positiv og mer kritisk art. Oppgaven konkluderer med at dette er ikke et uskyldig arbeidsredskap i omsorgsarbeid, men kan legge premisser for relasjonene til pasientene som sykepleiere bør ha et reflektert forhold til. Det er behov for en kritisk bevisstgjøring om mulige konsekvenser av skjemabruk for å sikre at omsorg ikke utarter og domineres av ”papiromsorg”.
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 | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 0.022 |
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".