MétaCan
Menu
Retour à la cohorte
Enregistrement W2063645689 · doi:10.1177/1363461504041358

Knowledge Structures in Illness Narratives: Development and Reliability of a Coding Scheme

2004· article· en· W2063645689 sur OpenAlexafffund
Lara Stern, Laurence J. Kirmayer

Notice bibliographique

RevueTranscultural Psychiatry · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNarrativeOperationalizationConstruct (python library)PsychologyCoding (social sciences)Narrative inquiryPerspective (graphical)Social psychologyDevelopmental psychologySociologyEpistemologyComputer scienceSocial scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

Illness narratives reflect patients' underlying illness schemas or models of illness as well as efforts to position themselves vis-à-vis a specific interlocutor and social context. Although the literature on illness narratives in medical anthropology has been dominated by the explanatory model perspective, people may use other types of knowledge structures to frame and construct their conceptions of symptoms. For this study, we developed operational definitions and a coding manual for three types of putative knowledge schemas: prototypes, chain complexes, and explanatory accounts. The operationalized definitions were then applied to coding a sample of illness narratives collected in a study of help-seeking in an urban community population. It was found that all three knowledge structures could be reliably identified in these narratives. This method of analysis provides a way to test hypotheses regarding the role of knowledge structures in illness narratives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,315
Écart entre enseignants0,296 · 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'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

Citations34
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTranscultural PsychiatryMême sujetEmpathy and Medical EducationTravaux en français237 207