MétaCan
Menu
Retour à la cohorte
Enregistrement W1560598268 · doi:10.1111/j.1365-2354.2009.01161.x

Interest and preferences for exercise counselling and programming among Norwegian cancer survivors

2010· article· en· W1560598268 sur OpenAlexafffund
Gunhild M. Gjerset, Sophie D. Fosså, Kerry S. Courneya, Eva Skovlund, Anne-Birgitte Jacobsen, Lene Thorsen

Notice bibliographique

RevueEuropean Journal of Cancer Care · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research ChairsEkstraStiftelsen Helse og Rehabilitering (Stiftelsen Dam)
Mots-clésMedicineNorwegianPhysical therapyFamily medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

To be able to make suitable exercise intervention programmes for cancer survivors, we need more information about exercise preferences. The primary aim of the study was to investigate the interest and preferences for exercise among Norwegian cancer survivors. A secondary aim was to identify demographic and medical characteristics associated with interest in exercise counselling. A questionnaire was completed by 1284 cancer survivors. Overall, 76% of participants were interested or maybe interested in receiving exercise counselling at some point during their cancer experience. Logistic regression analyses indicated that the interest in exercise counselling in men was associated with younger age, presence of comorbidity and having received chemotherapy. In women, the interest was associated with younger age, higher education and change in physical activity level. The participants preferred face-to-face exercise counselling with an exercise specialist from a cancer centre, at a hospital, immediately after treatment. Most cancer survivors were interested in an exercise programme, walking as activity, at moderate intensity and they wanted to start immediately after treatment. The knowledge from this study can contribute to make suitable physical rehabilitation available to cancer patients in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,289
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cancer CareMême sujetCancer survivorship and careTravaux en français237 207