MétaCan
Menu
Retour à la cohorte
Enregistrement W2970851350 · doi:10.2196/14170

Action Ethnography of Community Reintegration for Veterans and Military Service Members With Traumatic Brain Injury: Protocol for a Mixed Methods Study

2019· article· en· W2970851350 sur OpenAlexvenueno aff
Christine Melillo, Kiersten Downs, Christina Dillahunt-Aspillaga, Jason Lind, Karen Besterman‐Dahan, Bridget Hahm, Nicole Antinori, Christine Elnitsky, Angelle M. Sander, Heather G. Belanger, Peter Toyinbo, Gail Powell‐Cope

Notice bibliographique

RevueJMIR Research Protocols · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Research and DevelopmentHealth Services Research and DevelopmentU.S. Department of Veterans Affairs
Mots-clésThematic analysisMilitary serviceContext (archaeology)MedicinePsychologyHealth careParticipant observationQualitative researchGerontologyNursingSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Numerous studies of community reintegration (CR) in traumatic brain injury (TBI) have been conducted in civilian populations, but research is limited in veteran and military service member populations. Little is known about how knowledge from civilian studies translates into veterans' experiences and needs. The US Department of Veterans Health Administration (VHA) recognizes the distinctive health care needs of post-9/11 veteran and military service members, particularly with TBI, including the need to bridge health and rehabilitation-related services from acute care and inpatient settings to veteran and military service members' homes and communities to facilitate CR. OBJECTIVE: The goal of this study is to better understand the experiences of veterans with complicated mild, moderate, or severe TBI; their families; and CR workers as veterans and servicemembers transition to and sustain living in communities. This paper describes the rationale, design, and methods used to reach this goal. METHODS: This five-year longitudinal mixed methods study uses both a community-engaged research (CEnR) approach and an ethnographic approach. The sample includes 30 veterans and service members with TBI, 13 family caregivers, 11 CR specialists, 16 key stakeholders, and 82 community events. Interviews and observations are coded and analyzed using hierarchical coding schemes and thematic analysis. Analyses include data from surveys, interviews, and participant observations. Content analysis is used to highlight the complex social context of reintegration and to triangulate quantitative data. Egocentric (personal) social network analysis is used to examine the support system a veteran or service member has in place to facilitate reintegration. RESULTS: Study enrollment and data collection are completed. Data analyses are underway. CONCLUSIONS: The results of this study may provide a heightened understanding of environmental factors affecting CR in complicated mild, moderate, or severe TBI. Veteran, servicemember and family voices and insights provide VHA clinicians and policy makers with an ecological view of CR that is grounded in the life experiences of veterans, military service members, and families. The results of this study provide a roadmap for designing and testing interventions to maximize CR in a variety of domains. The longitudinal ethnographic approach allows for capturing detailed experiences within the naturalistic context. CEnR allows collaborative assessment of the social context of reintegration with community members. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/14170.

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)0,015
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,578
Tête enseignante GPT0,660
Écart entre enseignants0,081 · 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'étudeEssai non randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetTraumatic Brain Injury ResearchTravaux en français237 207