MétaCan
Menu
Retour à la cohorte
Enregistrement W2330900552 · doi:10.1177/1471301214539956

Coping with cognitive impairment and dementia: Rural caregivers’ perspectives

2014· article· en· W2330900552 sur OpenAlexaff
Camille Branger, Rachel Burton, Megan E. O’Connell, Norma J. Stewart, Debra Morgan

Notice bibliographique

RevueDementia · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDementiaCognitive reframingCoping (psychology)PsychologyFamily caregiversCognitionClinical psychologyDevelopmental psychologyGerontologyMedicinePsychotherapistPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

Caregiving in a rural context is unique, but the experience of rural caregivers is understudied. This paper describes how rural caregivers cope with caring for a loved one diagnosed with mild cognitive impairment or dementia using qualitative description to generate a low-inference summary of a response to an open-ended question. This approach allowed these rural caregivers to describe their positive experiences in addition to the more commonly explored caregiver experiences related to stress. Analyses of coping revealed use of social support, engaging in relaxing and physical activity, and cognitive reframing. In addition, caregivers reported strong faith and religiosity, and to a lesser frequency behavioral changes, checking in with the person with dementia via telephone, and joint activity. Predominantly, these methods reflect approach-based strategies. The current data suggest that these caregivers manage well and adopt adaptive coping strategies to meet the demands of the caregiving role.

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 enseignants0,022
Score d'incertitude au seuil0,818

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,271
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 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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDementiaMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207