MétaCan
Menu
Retour à la cohorte
Enregistrement W2031754609 · doi:10.1097/00002820-200004000-00011

Facilitating Day-to-Day Decision Making in Palliative Care

2000· article· en· W2031754609 sur OpenAlexaff
Joan L. Bottorff, Rose Steele, Betty Davies, Pat Porterfield, Candy Garossino, Mary Shaw

Notice bibliographique

RevueCancer Nursing · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrounded theoryNursingPalliative careMedicinePsychological interventionEveryday lifeQualitative researchPsychology

Résumé

récupéré en direct d'OpenAlex

As part of a larger grounded theory study investigating the process by which palliative care patients make everyday choices, a secondary analysis of data was conducted to investigate the ways nurses support or restrict patients' participation in their care. Constant comparative methods were used to generate a detailed, contextually grounded description of nurses' strategies that influenced patients' participation in making everyday choices about their personal and nursing care. Data consisted of field notes derived from observations of patients and their caregivers in two hospital-based palliative care units and from 23 transcripts of interviews with participating nurses and patients. Nurses' efforts to support patients' participation in decision making were described as a four-phase process: getting to know the patient, enhancing opportunities for choice, being open to patient choice, and respecting choice. Factors influencing nurses' use of supportive behaviors and behaviors that restricted patients' participation in everyday choices were identified. Given the importance patients attributed to making choices, these findings provide a foundation for the design of nursing interventions that hold great potential for directly influencing quality of life.

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)0,013
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,236
Tête enseignante GPT0,522
Écart entre enseignants0,287 · 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

Citations33
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207