MétaCan
Menu
Retour à la cohorte
Enregistrement W2319037934

Grief reactions and impact of patient death on pediatric oncologists

2015· article· en· W2319037934 sur OpenAlexaboutno aff
Leeat Granek, U. Bartels, Katrin Scheinemann, Manuel Barrera

Notice bibliographique

RevueEuropean Health Psychologist · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGriefSadnessFeelingCryingMedicineIrritabilityBurnoutSpousePsychological interventionPsychologyClinical psychologyPsychiatryAngerAnxietySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: To examine pediatric oncologists’ grief reactions to patient death, and the impact patient death has on their personal and professional lives. Methods: The grounded theory method was used. Twenty-one Canadian pediatric oncologists at different stages of their career were recruited and interviewed about their experiences with patient death. Findings: Oncologists reported a range of reactions to patient death including sadness, crying, sleep loss, exhaustion, and a sense of personal loss. They also reported self-questioning, guilt, feelings of failure and helplessness. The impact of these deaths had consequences that ranged from irritability at home, feeling disconnected from family members and friends, and becoming more desensitized towards death, to gaining a greater and more appreciative perspective on life. Professional impacts included concern about turnover or burnout at work and improving holistic care as a result of patient deaths. Discussion: Grief over patient death is a robust part of the pediatric oncology workplace and has an impacts on pediatric oncologist's personal and professional lives. Interventions that focus on how to help oncologists deal with these reactions are needed

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)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
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 ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,353
Tête enseignante GPT0,534
Écart entre enseignants0,182 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Health PsychologistMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207