Working women identify influences and obstacles to breast health practices.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To identify factors contributing to participation in breast screening in working women to drive health education planning and implementation. DESIGN: Survey. SETTING: Automotive plants in southern Canada. SAMPLE: Union and nonunion women working in the plants. METHODS: Survey using "Health Care Practices: A Worksite Survey," modified for Canadian population. MAIN RESEARCH VARIABLES: Age, education, breast health practices, influences on decision to participate in breast screening, and physician gender. FINDINGS: Differences were noted among three age groups (under 30 years, 30-49 years, 50 years or older) in terms of influences and perceived barriers to the different modalities of breast screening. For clinical breast exams, women preferred an expert in breast health, regardless of whether the professional was a physician or a nurse. In all groups, the physician was noted as being very influential; however, perceptions of encouragement from the physician varied across the age groups. Perceptions of barriers to breast screening differed among the age groups and between women with male physicians and those with female physicians. Coworkers were identified as being a strong influence in the older group, whereas friends and family were identified as being more influential in the younger groups. CONCLUSIONS: Health promotion and education strategies may need to be stratified for different age groups. IMPLICATIONS FOR NURSING PRACTICE: Breast health education may need to be seen as an ongoing educational process, with the target groups being both the women and the primary healthcare professionals. The worksite has strong potential as a setting for health promotion activities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».