Yoga Helps Put the Pieces Back Together: A Qualitative Exploration of a Community‐Based Yoga Program for Cancer Survivors
Notice bibliographique
Résumé
Objective . A qualitative research methods approach was used to explore the experiences of participants in an ongoing community‐based yoga program developed for cancer survivors and their support persons. Methods . 25 participants took part in a series of semistructured focus groups following a seven‐week yoga program and at three‐ and six‐month follow‐ups. Focus groups were transcribed verbatim and analyzed using a process of inductive thematic analysis. Results . The group was comprised of 20 cancer survivors, who were diagnosed on average 25.40 (20.85) months earlier, and five support persons. Participants had completed the yoga program an average of 3.35 (3.66) times previously and attended approximately 1.64 (0.70) of three possible focus groups. Four key themes were identified: (1) safety and shared understanding; (2) cancer‐specific yoga instruction; (3) benefits of yoga participation; (4) mechanisms of yoga practice. Conclusions . Qualitative research provides unique and in‐depth insight into the yoga experience. Specifically, cancer survivors and support persons participating in a community‐based yoga program discussed their experiences of change over time and were acutely aware of the beneficial effects of yoga on their physical, psychological, and social well‐being. Further, participants were able to articulate the mechanisms they perceived as underpinning the relationship between yoga and improved well‐being as they developed their yoga practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».