MétaCan
Menu
Retour à la cohorte
Enregistrement W1589271901 · doi:10.1111/j.1467-9566.2011.01457.x

Legitimising and rationalising in talk about satisfaction with formal healthcare among bereaved family members

2012· article· en· W1589271901 sur OpenAlexafffund
Laura Funk, Kelli Stajduhar, S. Robin Cohen, Daren K. Heyland, Allison Williams

Notice bibliographique

RevueSociology of Health & Illness · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensMcMaster UniversityQueen's UniversityUniversity of VictoriaMcGill UniversityJewish General HospitalUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchJohns Hopkins University
Mots-clésAcknowledgementPsychologyQuality (philosophy)Health careProcess (computing)Social psychologyRelation (database)NursingPublic relationsMedicinePolitical scienceLawComputer scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

While there is a fair amount of knowledge regarding substantive features of end of life care that family members desire and appreciate, we lack full understanding of the process whereby family members formulate care evaluations. In this article we draw on an analysis of interview data from 24 bereaved family members to explicate how they interpret their experiences and formulate evaluations of end of life care services. Most participants wove between expressing and legitimising dissatisfaction, and qualifying or diffusing it. This occurred through processes of comparisons against prior care experiences and expectations, personalising (drawing on personal situations and knowledge), collectivising (drawing on conversations with and observations of others) and attempting to understand causes for their negative care experiences and to attribute responsibility. The findings suggest that dissatisfaction might be diffused even where care is experienced negatively, primarily through the acknowledgement of mitigating circumstances. To a lesser extent, some participants attributed responsibility to the 'system' (policy and decision-makers) and individual staff members. The findings are discussed in relation to the theoretical understanding of satisfaction and evaluation processes and how satisfaction data might inform improvements to care quality.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,044
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,352
Écart entre enseignants0,316 · 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 tête enseignante, 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

Citations14
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociology of Health & IllnessMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207