MétaCan
Menu
Retour à la cohorte
Enregistrement W2889122124 · doi:10.12968/bjnn.2018.14.4.171

Self-efficacy theory, quality of life and myasthenia gravis self-management

2018· article· en· W2889122124 sur OpenAlexaff
Dana C Tigner, James A. Rankin, Karen L. Then

Notice bibliographique

RevueBritish Journal of Neuroscience Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMyasthenia Gravis and Thymoma
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMyasthenia gravisQuality of life (healthcare)Self-managementMedicineSelf-efficacyCoping (psychology)DiseasePopulationAffect (linguistics)Physical therapyIntensive care medicineClinical psychologyNursingPsychologyPsychotherapistPsychiatryInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Myasthenia gravis (MG) is a chronic neuromuscular disease that can negatively affect health-related quality of life (HRQoL) for patients diagnosed with this dynamic condition. The authors propose that self-management programmes, coordinated and supervised by nurse practitioners, would improve patients' HRQoL. The purpose of this article is to examine the contribution of self-efficacy theory in relation to improvement of HRQoL in patients diagnosed with MG. The authors explore how a self-management programme specifically designed for MG patients would provide the necessary tools to improve self-efficacy and increase their coping skills. Recommendations for future self-management initiatives for this population are discussed. The authors describe the factors that are relevant to self-management in the MG population.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,317
Écart entre enseignants0,291 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Neuroscience NursingMême sujetMyasthenia Gravis and ThymomaTravaux en français237 207