MétaCan
Menu
Retour à la cohorte
Enregistrement W2151600901 · doi:10.1007/s00520-014-2596-2

Breast cancer survivors’ barriers and motives for participating in a group-based physical activity program offered in the community

2015· article· en· W2151600901 sur OpenAlexaff
Amanda Wurz, Anik St-Aubin, Jennifer Brunet

Notice bibliographique

RevueSupportive Care in Cancer · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPain medicineMedicineNursing researchPhysical activityBreast cancerCancerFamily medicineGerontologyPhysical therapyOncologyNursingInternal medicinePsychiatryAnesthesiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this qualitative study was to explore the barriers and motives experienced by women attending an 8-week group-based physical activity program offered in the community following treatment for breast cancer. METHODS: Seven women were interviewed during the first and last week of the program. Data were analyzed using thematic analysis. RESULTS: Factors that hindered women's continued participation could be subdivided into situational barriers, which encompassed community (i.e., distance of center and traffic) and institutional factors (i.e., competing roles and responsibilities), and internal barriers, which consisted of cancer-specific limitations. Motives for initial and continued participation were situational (i.e., gaining social support, networking, and being around similar others) and internal (i.e., feeling a sense of personal fulfillment, acquiring health benefits, and recovering from cancer). CONCLUSIONS: The findings contribute to a deeper understanding of women's motives to engage in a group-based physical activity program after treatment for breast cancer. Further, they underscore the necessity of considering situational and internal barriers when developing group-based physical activity programs to increase regular participation, optimize adherence, and reduce drop-out.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,073
Tête enseignante GPT0,397
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), 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

Citations108
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSupportive Care in CancerMême sujetCancer survivorship and careTravaux en français237 207