Mais é melhor? Das escolhas aos desafios conceptuais e metodológicos em narrativas pessoais de doença
Notice bibliographique
Résumé
Na heterogeneidade daquilo que é entendido e vivenciado enquanto doença, um formato de concepção e análise desse fenómeno tem ganho relevância nos estudos sociais da saúde: as narrativas de experiência pessoal de doença. Estas fornecem materiais únicos para explorar as formas pelas quais os indivíduos dão sentido à doença, colocando em evidência modelos explicativos que articulam as dimensões da experiência pessoal e do conhecimento biomédico. \nNo projecto de investigação “Avaliação do estado do conhecimento público sobre saúde e informação médica em Portugal”, procuramos explorar, através de narrativas de doença, novas abordagens sobre o conhecimento em saúde. Colocando a tónica na multiplicidade e singularidade das experiências de saúde-doença, utilizamos uma metodologia qualitativa em regime sampling for range por forma a cobrir a maior diversidade de situações associadas a patologias específicas. Deste modo, torna-se possível explorar as diferentes trajectórias e sentidos que atravessam a relação entre os sujeitos e a doença. \nNeste artigo, apresentaremos as ferramentas metodológicas privilegiadas no projecto, das quais destacamos o uso adaptado do McGill Illness Narrative Interview (MINI), um guião de entrevistas orientado para narrativas pessoais de experiência de doença. Através de alguns resultados preliminares do nosso estudo, contribuiremos para a discussão em torno das vantagens desta opção, bem como dos desafios conceptuais e metodológicos que levanta.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».