MétaCan
Menu
Retour à la cohorte
Enregistrement W2138277966 · doi:10.5430/jnep.v5n11p73

Self-management and family support in chronic diseases

2015· article· en· W2138277966 sur OpenAlexvenueno aff
María Isabel Peñarrieta, Florabel Flores Barrios, Tranquilina Gutiérrez Gómez, Socorro Piñones-Martínez, Eunice Reséndiz-González, Luz María Quintero-Valle

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatistical significanceFamily supportDiabetes mellitusKruskal–Wallis one-way analysis of varianceMedicineTest (biology)Self-managementScale (ratio)Statistical analysisClinical psychologyPsychologyInternal medicinePhysical therapyMann–Whitney U testStatisticsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Objective : The p ur pose was to evaluate the behavior of self-management in people with: diabetes, hypertension and cancer, and to analyze the relationship between self-management and family support. Methods : This study has cross-sectional and correlational design. A convenience sample was used. The study was conducted at the Sanitary District Number 2 of Tampico, Tamaulipas, México. The sample consisted of 299 patients, the scale of self-management in chronic illness: “Partners in Health Scale”. The Kruskal-Wallis test, the Spearman and Kendall-Tau correlation were used for the analysis. Results and Conclusions : The people of the study showed poor self-management. The statistical significance was found in the adherence dimension, being this difference in the group which was diagnosed with cancer, vs the diabetes and hypertension groups. The results of the family APGAR showed that 25% of the participants had moderate and severe family dysfunction; the results also show that this family support is not the only factor to consider in this behavior, although the statistical results were significant, yet this relationship is medium or low.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,186

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 savante0,0000,001
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 Opus0,061
Tête enseignante GPT0,405
Écart entre enseignants0,344 · 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'étudeSans objet
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

Citations24
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetDiabetes Management and EducationTravaux en français237 207