MétaCan
Menu
Retour à la cohorte
Enregistrement W3016165880 · doi:10.1590/1980-265x-tce-2018-0105

RESILIENCE AND SELF-CARE IN PEOPLE WITH DIABETES MELLITUS

2020· article· en· W3016165880 sur OpenAlexaff

Notice bibliographique

RevueTexto & Contexto - Enfermagem · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésDiabetes mellitusResilience (materials science)Psychological resilienceBlood sugarScale (ratio)Primary careAssociation (psychology)Sample (material)Statistical significance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective: to investigate the association between resilience and self-care in people with diabetes mellitus treated in Primary Health Care. Method: Cross-sectional study, sample consisting of 362 people, aged 18 years or older, diagnosed with diabetes for at least one year. Descriptive analyzes and comparison of means were performed, assuming statistical significance with a value of p <0.05. The Resilience Scale and Questionnaire on Diabetes Self-Care Activities were applied, containing six dimensions: general food, specific food, physical activity, blood glucose monitoring, foot care, medication use, plus three items on smoking. Data collection took place between December and May 2016, in ten Health Centers in a city in the south of the country. Results: among the 15 self-care activities, four showed a statistically significant association when compared to the average resilience, highlighting: healthy eating and professional guidance, desirable sweet consumption, blood sugar assessment as recommended. Conclusion: the results obtained highlight the relationship between high averages of resilience and adequate performance in the care of diabetes mellitus.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,146
Tête enseignante GPT0,442
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTexto & Contexto - EnfermagemMême sujetResilience and Mental HealthTravaux en français237 207