Du racisme sur le « plancher infirmier1 » : l’expérience des infirmières Noires exerçant dans la région de la capitale nationale (Ottawa-Gatineau)
Bibliographic record
Abstract
Le texte de Sadjo Paquita et Idrissa Beogo explore l’expérience du racisme anti-Noir dans l’environnement de travail clinique à travers une étude qualitative menée auprès de 15 infirmières Noires issues de l’immigration afro-caribéenne dans la région de la capitale nationale. L’objectif est de comprendre la manière dont le racisme influe sur le quotidien des infirmières Noires dans leur pratique courante. Cinq enjeux majeurs issus de l’analyse des données ont été mis en évidence : 1) la remise en cause des compétences; 2) les affectations et les traitements différenciés; 3) la surveillance accrue; 4) le manque de soutien; et 5) l’entrave à l’avancement professionnel. Les résultats révèlent que ces dynamiques traduisent une division sexuelle et raciale du travail infirmier, ce qui maintient les infirmières Noires dans des positions subalternes limitant leur accès à des possibilités d’avancement de carrière. L’expérience du racisme anti-Noir au travail laisse voir une incidence significative sur les conditions d’exercice et perpétue un système de soins où la blanchité demeure normative. Le texte souligne l’urgence d’adopter des politiques antiracistes et un leadership infirmier plus inclusif pour assurer un environnement de travail équitable et sécuritaire.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.017 | 0.014 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".