MétaCan
Menu
Retour à la cohorte
Enregistrement W4295871756 · doi:10.1177/23333936221121337

An Interpretive Description of Sociocultural Influences on Diabetes Self-Management Support in Nigeria

2022· article· en· W4295871756 sur OpenAlex
Sandra Iregbu, Wendy Duggleby, Jude Spiers, Bukola Salami

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSociocultural evolutionDiabetes managementHealth careNursingPovertyDiabetes mellitusSocial supportPsychologyParticipant observationSelf-managementMedicineSocial psychologyType 2 diabetesSociologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to explore how Nigeria's social and cultural environment influences professional diabetes self-management support practices. This interpretive descriptive study is based on two diabetes clinics in southeastern Nigeria. Nineteen healthcare providers, including nurses, were purposely selected and engaged in participant observation and interviews. Concurrent data generation and analysis facilitated iterative constant comparative analysis. Findings show significant factors influencing diabetes self-management support include belief in the supernatural origin of diabetes, individual-family interdependence, myths and limited understanding of diabetes, lack of health insurance, poverty, and the rigidity of a hierarchical acute care model of diabetes services. Thus, there is an urgent need to adapt diabetes self-management support strategies to fit people's contexts. By doing so, specific challenges in the healthcare system can directly be addressed while capitalizing on identified strengths and adapting select strategies that constructively foster person-centered and culturally appropriate 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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,481
Écart entre enseignants0,406 · 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