MétaCan
Menu
Retour à la cohorte
Enregistrement W1975458914 · doi:10.1097/01.ncc.0000339253.68324.19

A Dyadic Affair

2008· article· en· W1975458914 sur OpenAlexaff
Michelle Lobchuk, Tammy Murdoch, Susan McClement, Christine McPherson

Notice bibliographique

RevueCancer Nursing · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAttributionBlameAngerLocus of controlCausality (physics)DistressPsychologyClinical psychologySocial supportMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Couples facing lung cancer may be at an increased risk of relationship distress in relation to unresolved blame and anger. Using a comparative design, we conducted preliminary analyses of illness attributions as reported by 100 patients and their primary support persons. Patients and support persons responded to a series of 5-point Likert-type questions to capture locus of causality and controllability as well as attribution-related cognitions and emotions. Most patients and support persons had a smoking history. Both patients and support persons ascribed the locus of causality and controllability for lung cancer as the patient. Between-group analyses revealed that patients and support persons ascribed more negative attributions toward oneself and more positive attributions toward their partner. However, within-group analysis revealed that support persons tended to ascribe more responsibility, fault, and blame toward the patient. We speculated that patients may be responding to negative signals received from their support persons that perpetuated their self-blame. The care of patients, particularly those who used tobacco, might be approached from a "shared line of attack," wherein both patients and support persons are encouraged to examine and understand their attributions to "soften" the blame and anger toward oneself or their partner.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,058
Tête enseignante GPT0,360
Écart entre enseignants0,302 · 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'étudeQualitatif
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

Citations23
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetFamily Support in IllnessTravaux en français237 207