MétaCan
Menu
Retour à la cohorte
Enregistrement W2189374973

The self-management experience of people with mild to moderate chronic kidney disease.

2008· article· en· W2189374973 sur OpenAlexaff
Lucia Costantini, Heather Beanlands, Elizabeth McCay, Daniel C. Cattran, Michelle Hladunewich, Daphene Francis

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésKidney diseaseDiseaseMedicineNephrologyExploratory researchSelf-managementQualitative researchDisease managementHealth careFamily medicineInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This qualitative, exploratory study examined the self-management experiences of people with mild to moderate chronic kidney disease (CKD, Stages 1-3) to elicit participants' perceptions of health, kidney disease, and supports needed for self-management. Findings revealed a process of renegotiating life with chronic kidney disease, which encompassed Discovering Kidney Disease and Learning To Live With Kidney Disease. A number of themes were identified including searching for evidence, realizing kidney disease is forever, managing the illness, taking care of the self and the need for disease-specific information. The findings indicate participants with early CKD want to self-manage their illness in collaboration with health care providers. As well, people with early CKD need guidance and support from health professionals to successfully self-manage. Nephrology nurses are uniquely positioned to provide this support while collaborating with other care providers to facilitate self-management.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil0,204

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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

Citations99
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiabetes Management and EducationTravaux en français237 207