MétaCan
Menu
Retour à la cohorte
Enregistrement W2003936756 · doi:10.1177/135910530000500410

Managing the Impact of Illness: The Experiences of Men with Prostate Cancer and their Spouses

2000· article· en· W2003936756 sur OpenAlexaff
Ross E. Gray, Margaret I. Fitch, Catherine Phillips, Manon Labrecque, Karen Fergus

Notice bibliographique

RevueJournal of Health Psychology · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésProstate cancerCoping (psychology)FeelingEveryday lifeQualitative researchPsychologyIntrusionMedicineClinical psychologyPsychiatryPsychotherapistCancerSocial psychology

Résumé

récupéré en direct d'OpenAlex

This qualitative study explored issues of support and coping for couples where the man had been diagnosed with prostate cancer. Thirty-four men with prostate cancer and their spouses were interviewed separately at three points in time: prior to surgery; 8 to 10 weeks post-surgery; and 11 to 13 months post-surgery. The core category for the couples' experience with diagnosis and treatment for prostate cancer was Managing the Impact of Illness. Five major domains emerged, including: dealing with the practicalities; stopping illness from interfering with everyday life; keeping relationships working; managing feelings; and making sense of it all. While it was clearly important for couples to manage illness and to reduce its potential intrusion into everyday life, this strategy had psychological costs as well as benefits. Men struggled to stay in control of their emotions and their lives, typically vacillating between the pulls of fierce self-reliance and fearful neediness. Women were constrained from employing their usual strategies of coping and were distressed by the complicated requirements of being supportive while also honoring their partners' need for self-reliance.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,007
Communication savante0,0040,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,394
Écart entre enseignants0,369 · 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

Citations172
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health PsychologyMême sujetCancer survivorship and careTravaux en français237 207