MétaCan
Menu
Retour à la cohorte
Enregistrement W4224925606 · doi:10.1177/10436596221085301

Barriers and Facilitators Influencing Arab Muslim Immigrant and Refugee Women’s Breast Cancer Screening: A Narrative Review

2022· review· en· W4224925606 sur OpenAlexaff
Louise Racine, İşıl Işik Andsoy

Notice bibliographique

RevueJournal of Transcultural Nursing · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma KurumuSigma Theta Tau International
Mots-clésImmigrationRefugeeNarrativeMedicineBreast cancer screeningBreast cancerGender studiesCancer screeningAcculturationGerontologyFamily medicineNursingCancerSociologyMammographyPolitical scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This narrative review identifies barriers and facilitators influencing breast cancer screening among Arab Muslim immigrants and refugees. Low participation rates create health inequities in breast cancer screening among this population. METHOD: A systematic search of peer-reviewed empirical articles was performed. PRISMA, CASP, and MMAT checklists were used to appraise the studies. RESULTS: Results include 3 themes: individual, health care system and health providers, and cultural factors. DISCUSSION: Lack of fluency in the new country's language, lack of knowledge, and poor exposure to breast cancer screening may contribute to the Arab Muslim women's vulnerability to undiagnosed or delayed breast cancer diagnosis.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,060
Tête enseignante GPT0,384
Écart entre enseignants0,324 · 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'étudeSans objet
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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transcultural NursingMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207