MétaCan
Menu
Retour à la cohorte
Enregistrement W3108888612 · doi:10.1177/1054773820974149

Generic Self-Reported Questionnaires Measuring Self-Management: A Scoping Review

2020· review· en· W3108888612 sur OpenAlexaff
Émilie Hudon, Catherine Hudon, Mireille Lambert, Mathieu Bisson, Maud‐Christine Chouinard

Notice bibliographique

RevueClinical Nursing Research · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésSelf-managementPsychologyMedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aimed to (1) identify generic questionnaires that measure self-management in people with chronic conditions, (2) describe their characteristics, (3) describe their development and theoretical foundations, and (4) identify categories of self-management strategies they assessed. This scoping review was based on the methodological framework developed by Arksey and O'Malley and completed by Levac et al. A thematic analysis was used to examine self-management strategies assessed by the questionnaires published between 1976 and 2019. A total of 21 articles on 10 generic, self-reported questionnaires were identified. The questionnaires were developed using various theoretical foundations. The Patient Assessment of Self-Management Tasks and Partners in Health scale questionnaires possessed characteristics that made them suitable for use in clinical and research settings and for evaluating all categories of self-management strategies. This study provides clinicians and researchers with an overview of generic, self-reported questionnaires and highlights some of their practical characteristics.

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)0,030
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0240,023
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
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 Opus0,578
Tête enseignante GPT0,675
Écart entre enseignants0,096 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nursing ResearchMême sujetNursing Roles and PracticesTravaux en français237 207