MétaCan
Menu
Retour à la cohorte
Enregistrement W2280030454 · doi:10.1188/15.onf.42-04ap

A Motivational, Gender-Sensitive Smoking Cessation Resource for Family Members of Patients 
With Lung Cancer

2015· article· en· W2280030454 sur OpenAlexafffundabout
Joan L. Bottorff, Carole A. Robinson, Gayle Sarbit, Raquel Graham, Mary T. Kelly, Iris Torchalla

Notice bibliographique

RevueOncology nursing forum · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensCentre for Advancing Health OutcomesSt. Paul's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSmoking cessationMedicineLung cancerQualitative researchFamily medicineOncology

Résumé

récupéré en direct d'OpenAlex

PURPOSE/OBJECTIVES: To gather feedback on an innovative gender-sensitive booklet that draws on emotional connections and relationship factors to motivate smoking cessation. RESEARCH APPROACH: Qualitative, descriptive. SETTING: Six provinces in Canada. PARTICIPANTS: 30 family members of patients with lung cancer who were currently smoking or had recently quit. METHODOLOGIC APPROACH: Parallel booklets for women and men were developed using language and images to emphasize family relationships and gender considerations to motivate smoking cessation. Participants were provided with the women's and men's versions of the resource, and they were asked to review the gender-specific version of the booklet that was relevant to them. Semistructured telephone interviews were conducted, and transcriptions were analyzed for themes. FINDINGS: Three themes were evident in the data, including "new perspectives. CONCLUSIONS: A gender-sensitive approach that focuses on relationship factors represents an acceptable way to engage relatives of patients with lung cancer in discussions to support smoking cessation. INTERPRETATION: Approaches to supporting smoking cessation among relatives of patients diagnosed with lung cancer should draw on positive relationship bonds and caring connections to motivate cessation.

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 enseignants0,056
Score d'incertitude au seuil0,372

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 Opus0,037
Tête enseignante GPT0,334
Écart entre enseignants0,297 · 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

Citations6
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetCancer survivorship and careTravaux en français237 207