MétaCan
Menu
Retour à la cohorte
Enregistrement W2230302069

Hepatitis C: How the Relational Context of Disease Shapes Stigmatization

2015· article· en· W2230302069 sur OpenAlexaffvenue
Erin Waters

Notice bibliographique

RevueHealth professional student journal · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBlameHepatitis CPopulationStigma (botany)DiseaseContext (archaeology)Health carePoliticsMedicineSocial psychologyPsychologyPsychiatryPolitical scienceVirologyEnvironmental healthLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Individuals infected with Hepatitis C virus are often stigmatized, a situation shaped through unique socio-political, economic, physical and linguistic factors. Socio-politically the association of Hepatitis C with injection drug use and the pervasive stigma present in not only the general population but within the health care system marginalizes patients. Patients often feel as though they are to blame and treatment will be “rationed”. The economics factors affecting those with Hepatitis C serve to further limit access to treatment. Underscoring these factors is a unique linguistic discourse that draws on the language of biomedicine, obscuring the experiences of individuals affected with this disease. Finally, the physical setting of Hepatitis C treatment can further entrench the stigma, and subsequently health care access. Physical spaces play into the power dynamic, even with well-intentioned treatment strategies such as locating Hepatitis C treatment within opiate substitution clinics. As nurses it is crucial to be aware of and address the full relational context of a disease in order to minimize stigma and enhance equitable treatment. Strategies to help nurses act relationally and advocate for the best interest of clients are presented in this paper.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,017
Communication savante0,0120,007
Science ouverte0,0010,012
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,144
Tête enseignante GPT0,451
Écart entre enseignants0,307 · 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'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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth professional student journalMême sujetHepatitis C virus researchTravaux en français237 207