MétaCan
Menu
Retour à la cohorte
Enregistrement W2189593583

Improving awareness, accountability, and access through health coaching: qualitative study of patients' perspectives.

2015· article· en· W2189593583 sur OpenAlexaffabout
Clare Liddy, Sharon Johnston, Hannah Irving, Kate Nash, Natalie Ward

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensMount Allison UniversityBruyère
Organismes subventionnairesnon disponible
Mots-clésHealth coachingCoachingAccountabilityMedicineHealth careQualitative researchHealth literacyFamily medicineIntervention (counseling)NursingNonprobability samplingMedical educationPsychologyEnvironmental healthPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess patients' experiences with and perceptions of health coaching as part of their ongoing care. DESIGN: A qualitative research design using semistructured interviews that were recorded and transcribed verbatim.Setting Ottawa, Ont. PARTICIPANTS: Eleven patients (> 18 years of age) enrolled in a health coaching pilot program who were at risk of or diagnosed with type 2 diabetes. METHODS: Patients' perspectives were assessed with semistructured interviews. Interviews were conducted with 11 patients at the end of the pilot program, using a stratified sampling approach to ensure maximum variation. MAIN FINDINGS: All patients found the overall experience with the health coaching program to be positive. Patients believed the health coaching program was effective in increasing awareness of how diabetes affected their bodies and health, in building accountability for their health-related actions, and in improving access to care and other health resources. CONCLUSION: Patients perceive one-on-one health coaching as an acceptable intervention in their ongoing care. Patients enrolled in the health coaching pilot program believed that there was an improvement in access to care, health literacy, and accountability,all factors considered to be precursors to behavioural change.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,008
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,142
Tête enseignante GPT0,405
Écart entre enseignants0,263 · 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

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiabetes Management and EducationTravaux en français237 207