MétaCan
Menu
Retour à la cohorte
Enregistrement W2117792621 · doi:10.1017/s147895151200106x

Disparities in cancer care: Perspectives from the front line

2013· article· en· W2117792621 sur OpenAlexaff
Patricia A. Miller, Christina Sinding, Patti McGillicuddy, Judy Gould, Donna Fitzpatrick‐Lewis, Linda Learn, Jennifer Wiernikowski, Margaret I. Fitch

Notice bibliographique

RevuePalliative & Supportive Care · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreJuravinski Cancer CentreHamilton Health SciencesUniversity of TorontoUniversity Health NetworkPublic Health OntarioMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHealth careThematic analysisQualitative researchFront lineWitnessEquity (law)NursingPsychologyHealth equityMedicineSociologyPublic healthPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose of this qualitative study was to investigate how frontline healthcare professionals witness and understand disparity in cancer care. METHOD: Six healthcare providers from a range of care settings, none with < 15 years of frontline experience, engaged with researchers in an iterative process of identifying and reflecting on equity and disparity in cancer care. This knowledge exchange began with formal interviews. Thematic analysis of the interviews form the basis of this article. RESULTS: Participants drew attention to health systems issues, the meaning and experience of discontinuities in care for patients at personal and community levels, and the significance of social supports. Other concerns raised by participants were typical of the literature on healthcare disparities. SIGNIFICANCE OF RESULTS: Providers at the front lines of care offer a rich source of insight into the operation of disparities, pointing to mechanisms rarely identified in traditional quantitative studies. They are also well positioned to advocate for more equitable care at the local level.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,067
Tête enseignante GPT0,364
Écart entre enseignants0,297 · 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.

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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalliative & Supportive CareMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207