Understanding the links between resilience and type-2 diabetes self-management: a qualitative study in South Australia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Research conducted by Ward, Muller, Tsourtos, et al. (Soc Sci Med 72(7):1140-1148, 2011) has led to the development of the psycho-social interactive model of resilience, which reveals the interaction between individual resilience factors (i.e. coping, confidence and self esteem) and external resilience environments (i.e. employment, supportive family environments and health promoting policies) in facilitating the development of resilience. This present study explored the utility of this model of resilience for understanding how people self-manage type-2 diabetes. METHODS: Data were collected via 14 semi-structured life-history interviews with women and men living with type-2 diabetes mellitus (T2DM). Participants varied according to socio-demographics (gender, age, education level, income) and were recruited based on their self-reported management (or lack thereof) of T2DM. RESULTS: The inter-play of internal traits and external resources with additive and subtractive resilience strategies were consistent with the psycho-social interactive model of resilience. Self-management was influenced by life history. Differences in self-management and material disadvantage were also identified. Alongside increased disadvantage are higher levels of external barriers to self-management practices. CONCLUSIONS: This paper supports the concepts of additive and subtractive resilience strategies for use with diabetes populations; providing health professionals and policy makers with an increased understanding of how to recognize and foster patient resilience for the improvement of self-care, disease management and ultimately health outcomes.
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.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle