The Tyler Robinson Foundation: Providing Financial and Emotional Support for Pediatric Cancer Families
Notice bibliographique
Résumé
Statement of the Problem: Families of children who are diagnosed with pediatric cancer are at a high risk of financial toxicity, which also causes an increase in emotional distress. Families must manage childcare, travel, and food during and after their children’s treatments. The stresses of these factors on top of the tragedy of dealing with a pediatric cancer diagnosis can be devastating to the financial and emotional well-being of a family. These families require financial and emotional support during and after a child’s treatment to attempt to reduce these stresses. Researchers have reported that 1/5 of cancer patients’ families reported losing more than 40% of their annual income due to work disruptions. Financial and emotional resources for families dealing with pediatric cancer beyond research are not as common as is required considering the need that exists. Methodology & Theoretical Orientation: The mission of The Tyler Robinson Foundation is to strengthen families financially and emotionally as they cope with the tragedy of a pediatric cancer diagnosis by offsetting out-of-pocket life expenses. We have provided financial resources in the form of grants and other programs to more than 1,500 families across the world, concentrating on the United States and Canada, since our founding in 2013. Interaction between staff and families also provide much needed emotional support. Our families have let us know that the financial relief that they receive have had positive effect on their families and the amount of focus that they can place on their children. Conclusion and Significance: The Tyler Robinson Foundation has assisted families for 7 years to focus on the care of their children during pediatric cancer treatment while reducing financial stresses, which in turn provides some relief for their emotional distress. We intend to continue in our mission and expand beyond our current reach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».