Exploring cardiologists’ and oncologists’ exercise recommendation and referral practices
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
Objective: Exercise is beneficial for individuals who have been diagnosed with cardiovascular disease or cancer. Healthcare providers are well placed to discuss exercise with their patients, but their referral practices and the content of exercise recommendations remain unclear. Method: Cardiologists and oncologists completed an online survey comprising four closed-ended questions and one open-ended question to assess exercise recommendation and referral practices. Chi-square tests were used to compare the frequency of closed-ended responses, and open-ended responses were coded and analysed using qualitative content analysis. Results: Of the 154 surveys, 58 were returned ( n = 25; 43.1% cardiologists, and n = 33; 56.9% oncologists). Respondents ( M age = 45.5 ± 11.1) were mostly men (62.1%). The majority of cardiologists (95.8%) and oncologists (78.1%) reported referring patients to hospital-based exercise programmes. In this study, the cardiologists were more likely to refer patients to certified exercise physiologists (χ 2 (1) = 6.140, p = .021), whereas oncologists were more likely to refer to physical therapists (χ 2 (1) = 11.764, p = .001). Conclusion: Findings reveal that cardiologists and oncologists discussed and recommended exercise to their patients at least some or most of the time; there were differences in the type of exercise professionals they were referred to; and exercise recommendations were variable and infrequently concurred with established guidelines.
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 | 0,001 | 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 découle