MétaCan
Menu
Retour à la cohorte
Enregistrement W3028844453 · doi:10.3760/cma.j.issn.1673-4351.2011.12.059

Investigation and nursing countermeasure of elderly patients’ self- esteem and happiness

2011· article· en· W3028844453 sur OpenAlexaboutno aff
Wen-na Bai, Diao Wang

Notice bibliographique

RevueInternational journal of nursing · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHappinessCountermeasureQuality of life (healthcare)Scale (ratio)Self-esteemMedicinePsychological interventionPsychologyClinical psychologyNursingGerontologySocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

Objective To investigate the level of self - esteem and happiness of the elderly patients.Methods Elderly patients totaled of 92 cases aged over 60 were surveyed by the questionnaire of Esteem Scale and Memorial University of Newfoundland Scale of Happiness.Results (1) The SES score of elderly patients was ((x)±s) =26.01±4.29 points,Which36 patients below the average score accounting for 39.1%.(2) The MUNSH Score of elderly patients was ((x) ± s) =23.39± 9.90 points,which 51 patients below the average score accounting for 55.4%.(3) SES and MUNSH scale correlation coefficient,r=0.535,P<0.0001.Conclusions (1) There is a positive related relations between SES and MUNSH Scale.(2) The scores of elderly patients'self-esteem and happiness show a moderate level.To improve the self- esteem and happiness of elderly patients,hospitals,families,communities,should provide comprehensive interventions and improve their quality of life. Key words: Self-esteem;  Happiness;  Nursing countermeasure

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,057
Tête enseignante GPT0,345
Écart entre enseignants0,288 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of nursingMême sujetHealth and Well-being StudiesTravaux en français237 207