Autonomy‐supportive intervention: an evolutionary concept analysis
Notice bibliographique
Résumé
AIM: This paper is a report of an analysis of the concept of an autonomy-supportive intervention. BACKGROUND: A large proportion of chronic illnesses can be prevented by positive health behaviour changes. The aim of an autonomy-supportive intervention is to increase perceived autonomy support, which, in turn, increases positive health behaviour changes. Its known core components are choice, rationale and empathy. Identifying and analysing the antecedents, attributes and consequences of an autonomy-supportive intervention will increase the clarity of this concept. DESIGN: Concept analysis. DATA SOURCES: Sources were 63 papers describing an autonomy-supportive intervention in health behaviour changes indexed in CINAHL, PsycINFO and MEDLINE (all dates until July 2012). METHODS: Rodgers' evolutionary method of concept analysis was used to help identify and analyse the antecedents, attributes and consequences of the concept. RESULTS: More evolution was found in the disciplines of nursing and psychology compared with medicine in relation to the use of an autonomy-supportive intervention in theoretical frameworks. The antecedents included assessment prior to intervention delivery, intervention providers' beliefs, and skills training. A lack of homogeneity in the manner in which the attributes were described was found in the literature across disciplines and the attributes were classified under five components instead of three: choice, rationale, empathy, collaboration and strengths. CONCLUSION: An autonomy-supportive intervention is a useful concept across healthcare disciplines and future research should aim at identifying which attributes and components of an autonomy-supportive intervention may be more effective in increasing perceived autonomy support.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».