MétaCan
Menu
Retour à la cohorte
Enregistrement W4285799307 · doi:10.5737/23688076323394

Nurses’ perception of integrating an innovative clinical hypnosis–derived intervention into outpatient chemotherapy treatments

2022· article· en· W4285799307 sur OpenAlexafffundvenue
Danny Hjeij, Karine Bilodeau, David Ogez, Marjorie Tremblay, Gilles Lavigne, Pierre Rainville, Caroline Arbour

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiquePain Management and Placebo Effect
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et de Services Sociaux des LaurentidesHôpital du Sacré-Cœur de MontréalHôpital Maisonneuve-RosemontUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésHypnosisMedicineNursingIntervention (counseling)Outpatient clinicPerceptionOncology nursingPsychologyFamily medicineInternal medicineAlternative medicineNurse education

Résumé

récupéré en direct d'OpenAlex

Introduction: Conversational hypnosis (CH) is known to optimize the management of symptoms resulting from antineoplastic treatment. However, the perception of nurses who have been called upon to integrate this practice into their care has yet to be documented. Goal: Describe how nurses perceive the integration of CH into chemotherapy-related care. Methods: Individual interviews and an iterative analysis were conducted with six nurses who had previous experience in CH in an outpatient oncology clinic. Findings: Six themes emerged: 1) the outpatient oncology clinic, a saturated care setting; 2) the key elements supporting the integration of CH into care; 3) an added value for patients; 4) a positive and rewarding experience for nurses; 5) collateral benefits; and 6) CH, an approach that warrants consideration amid the pandemic. Conclusion: These findings shed light on nurses' unique point of view regarding the challenges and benefits of integrating CH into oncology care.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,399
Écart entre enseignants0,346 · 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'étudeAutre devis
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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetPain Management and Placebo EffectTravaux en français237 207