The Taxonomy of Everyday Self-management Strategies (TEDSS): A framework derived from the literature and refined using empirical data
Notice bibliographique
Résumé
OBJECTIVE: To extend our understanding of self-management by using original data and a recent concept analysis to propose a unifying framework for self-management strategies. METHODS: Longitudinal interview data with 117 people with neurological conditions were used to test a preliminary framework derived from the literature. Statements from the interviews were sorted according to the predefined categories of the preliminary framework to investigate the fit between the framework and the qualitative data. Data on frequencies of strategies complemented the qualitative analysis. RESULTS: The Taxonomy of Every Day Self-management Strategies (TEDSS) Framework includes five Goal-oriented Domains (Internal, Social Interaction, Activities, Health Behaviour and Disease Controlling), and two additional Support-oriented Domains (Process and Resource). The Support-oriented Domain strategies (such as information seeking and health navigation) are not, in and of themselves, goal focused. Instead, they underlie and support the Goal-oriented Domain strategies. Together, the seven domains create a comprehensive and unified framework for understanding how people with neurological conditions self-manage all aspects of everyday life. CONCLUSIONS: The resulting TEDSS Framework provides a taxonomy that has potential to resolve conceptual confusion within the field of self-management science. PRACTICE IMPLICATIONS: The TEDSS Framework may help to guide health service delivery and research.
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 | 0,000 | 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 ».