Facilitating online support groups for cancer patients: the learning experience of psycho‐oncology clinicians
Notice bibliographique
Résumé
OBJECTIVE: Counsellor familiarity and engagement with technology-mediated communication represents an important factor in the ability to implement support programs to cancer patients. This study describes the experiences of a cohort of expert psycho-oncology counsellors who learned to facilitate online support groups (OSGs) and identifies the important elements of their learning experience that led to their engagement. PROCEDURE AND METHOD: Six psycho-oncology counsellors were trained to facilitate OSGs and later facilitated OSGs in their own practice context. They subsequently reflected on and discussed their experiences with OSGs over time: in a panel discussion within 6 months of training, and in two focus groups. A participatory method was used to describe and interpret key elements of the learning process. RESULTS AND DISCUSSION: Three themes of the counsellors' learning experience emerged: immersion in experiential learning, perceptions of clinical value and benefit, and overcoming challenges with adapted skills. Counsellors described components of their experiential learning: co-facilitating online cancer support groups with an expert, debriefing online, and participating in an online peer supervision group, as critical to their becoming engaged. Despite initial challenges, the counsellors learned new skills, and adapted known clinical skills, to the text-only environment. CONCLUSION: With appropriate training and practice over time, counsellors familiar with delivering face-to-face support groups to cancer patients became skilled and engaged in leading OSG's for cancer patients. Learning to facilitate OSGs shifted practice by significantly expanding the scope of services they were able to provide their patients and has implications for expanding access to support services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».