MétaCan
Menu
Retour à la cohorte
Enregistrement W1978932943 · doi:10.1375/jsc.5.1.57

Explorations of Self-Efficacy: Personal Narratives as Qualitative Data in the Analysis of Smoking Cessation Efforts

2010· article· en· W1978932943 sur OpenAlexafffund
Erin Rollins, Jenepher Lennox Terrion

Notice bibliographique

RevueThe Journal of Smoking Cessation · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa Heart Institute FoundationUniversity of Ottawa
Mots-clésSmoking cessationNarrativeAddictionIntervention (counseling)Self-efficacyPsychologyQuit smokingQualitative researchClinical psychologySocial psychologyMedicinePsychiatrySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Research has found that an individual's perceived self-efficacy, supported by goals and the acceptance of potential obstacles, has the ability to assist in behaviour modification. By examining the narratives of cardiovascular patients undergoing smoking cessation counselling, this study highlights factors that individuals communicate in their narratives regarding changes to self-efficacy throughout the process of smoking cessation. Narrative analysis is used to establish those factors that cardiovascular patients assert to be the motivating or impeding factors in their smoking cessation efforts, particularly in relation to their initial readiness to quit smoking. The study's findings illustrate the social, physical and psychological barriers and motivating factors that exist for cardiovascular patients in the process of quitting smoking. The current study supplements past research illustrating that in-hospital programs are among the most influential smoking intervention strategies because they can be tailored to each patient's specific health problems and personal and social circumstances. The study concludes that the relationship formed between patients and intervention specialists can assist in raising an individual's self-efficacy to end an addictive behaviour.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,083
Tête enseignante GPT0,393
Écart entre enseignants0,310 · 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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Smoking CessationMême sujetSmoking Behavior and CessationTravaux en français237 207