MétaCan
Menu
Retour à la cohorte
Enregistrement W2017522877 · doi:10.1188/05.onf.1169-1175

Cancer Care From the Perspectives of Older Women

2005· article· en· W2017522877 sur OpenAlexaffabout
Chris Sinding, Jennifer Wiernikowski, Jane Aronson

Notice bibliographique

RevueOncology nursing forum · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineGrounded theoryQualitative researchHealth careBreast cancerNonprobability samplingNursingGerontologyCancerFamily medicinePopulation

Résumé

récupéré en direct d'OpenAlex

PURPOSE/OBJECTIVES: To understand how older age affects cancer care, from the perspectives of older women. RESEARCH APPROACH: Qualitative, participatory. SETTING: Urban southern region of Ontario, Canada. PARTICIPANTS: Purposive sample (age groups and income) of 15 women diagnosed with cancer at age 70 or older; 10 women were diagnosed with breast cancer, 5 with gynecologic cancer. METHODOLOGIC APPROACH: Two face-to-face interviews, with data analysis in collaboration with the project team based on constructivist grounded theory, including negative case analysis. MAIN RESEARCH VARIABLES: Age, experience of cancer care. FINDINGS: Age-related life and health circumstances intersect with professional practice and wider social contexts and are implicated in treatment decision making, including decisions against treatment, as well as in the day-to-day "getting around" that cancer care requires. CONCLUSIONS: The nursing history should be holistic in scope, attending to the supportive care domains to elicit older women's physical, social, practical, informational, psychological, and spiritual needs after a diagnosis of cancer. History taking should draw forward older women's life contexts and examine these contexts in relation to cancer care, including treatment decision making. INTERPRETATION: Individual-level care and systems advocacy are required to ensure that older women's worries about sustaining independence, including worries generated by inadequacies in home-based care, do not act as determinants of treatment choices.

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)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,327
Écart entre enseignants0,317 · 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

Citations28
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetCancer survivorship and careTravaux en français237 207