MétaCan
Menu
Retour à la cohorte
Enregistrement W3193338504 · doi:10.1089/whr.2020.0097

Using Behavior Change Theory to Understand How to Support Screening for Traumatic Brain Injuries Among Women Who Have Experienced Intimate Partner Violence

2021· article· en· W3193338504 sur OpenAlexaff
Blake Nicol, Paul van Donkelaar, Karen Mason, Heather L. Gainforth

Notice bibliographique

RevueWomen s Health Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of British Columbia, Okanagan CampusOkanagan College
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Intervention (counseling)Psychological interventionTraumatic brain injuryPsychologyPoison controlClinical psychologyDomestic violenceMedicineInjury preventionPsychiatryFamily medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background: Women who experience intimate partner violence (IPV) are at a high risk for traumatic brain injuries (TBIs). Women's shelters may be an ideal location for TBI screening. Behavior change theory can help understand factors that influence screening at women's shelters and develop interventions to promote screening. Objective: To use behavior change theory to understand the local context of women's shelters, factors influencing screening for TBIs among staff who work at women's shelters, and co-develop intervention recommendations to promote screening of TBIs at women's shelters. Methods: The research was conducted in three phases in partnership with the Kelowna Women's Shelter. In phase 1, participants (staff at women's shelters across Canada) completed an online survey that assessed their current TBI screening behaviors, knowledge of TBIs, and factors influencing screening. In phase 2, participants (staff at women's shelters in the Okanagan) completed an interview regarding the factors that influence screening for TBIs. In both phases, factors were analyzed using the Theoretical Domains Framework. In phase 3, intervention recommendations were co-developed using the Behavior Change Wheel. Results: In phase 1, findings indicate that participants (n = 150) lack skills (mean = 2.1, standard deviation [SD] = 1.9) and knowledge (mean = 2.9, SD = 2.2) with regard to screening and are nervous to screen (mean = 3.0, SD = 2.4) for TBIs. In phase 2, 194 barriers to screening for TBI were extracted from 10 interviews with staff members. Prominent domains included knowledge (37%), beliefs about capabilities (16%), and environmental context and resources (15%). Finally, in phase 3, five intervention recommendations were co-developed for interventions aiming to promote TBI screening in women's shelters. Conclusions: This thesis was the first theory-based study to develop intervention recommendations for promoting screening of TBIs at women's shelters. The recommendations have the potential to increase TBI screening at women's shelters ultimately improving the quality of life of women who have experienced a TBI from IPV.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,170
Tête enseignante GPT0,446
Écart entre enseignants0,276 · 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'étudeQualitatif
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s Health ReportsMême sujetInjury Epidemiology and PreventionTravaux en français237 207