MétaCan
Menu
Retour à la cohorte
Enregistrement W2100031233 · doi:10.1111/iwj.12188

Evaluation of a peer‐led self‐management education programme <scp>PEP</scp> Talk: Diabetes, Healthy Feet and You

2013· article· en· W2100031233 sur OpenAlexaffabout
M. Gail Woodbury, Mariam Botros, Janet L. Kuhnke, Julie K. Greene

Notice bibliographique

RevueInternational Wound Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensPublic Health Agency of CanadaLaurentian UniversityDiabetes CanadaWomen's College HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical educationCurriculumPublic healthNursingFamily medicinePedagogyPsychology

Résumé

récupéré en direct d'OpenAlex

PEP (Peer Education Programme) Talk: Diabetes, Healthy Feet and You is a peer-led self-management programme developed to address the problems of growing prevalence of diabetes and its complications, and limited health care dollars. An evaluation of the programme, how it might be situated within a public health perspective and potential bridges for its implementation in communities throughout Canada and worldwide, are presented. The programme consisted of workshops that were conducted by volunteer peer leaders and health care professionals in 12 communities in 10 Canadian provinces; the volunteers were supported through monthly mentoring teleconferences, on-line tips and discussion board conversations. A web portal was developed to be used by the team, volunteers and community participants. Workshop curriculum was developed based on diabetes footcare and self-management best practise guidelines. Community participants answered pre-and post-workshop statements that indicated that learning occurred, as indicated by an increase in the number of statements answered correctly. Participants' feedback about the workshops was positive. In telephone follow-up interviews, 97% of respondents reported having changed their foot self-management behaviours. The portal was commonly used according to website visits, but not as much as expected for registration of community participants. It is recommended that this programme be made widely available and tailored to the specific needs of the communities and that further evaluation be conducted.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,021
Tête enseignante GPT0,314
Écart entre enseignants0,292 · 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'étudeObservationnel
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

Citations18
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Wound JournalMême sujetDiabetes Management and EducationTravaux en français237 207