MétaCan
Menu
Retour à la cohorte
Enregistrement W4310258500 · doi:10.1177/17423953221142340

Exploring behaviour change in general practice consultations: A realist approach

2022· article· en· W4310258500 sur OpenAlexaff
Jenny Advocat, Elizabeth Sturgiss, Lauren Ball, Lauren Williams, Pallavi Prathivadi, Alexander M. Clark

Notice bibliographique

RevueChronic Illness · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésBehaviour changeContext (archaeology)Global Positioning SystemTransactional leadershipGeneral practicePsychologyMedicineNursingApplied psychologySocial psychologyFamily medicineComputer scienceIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: While general practice involves supporting patients to modify their behaviour, General Practitioners (GPs) vary in their approach to behaviour change during consultations. We aimed to identify mechanisms supporting GPs to undertake successful behaviour change in consultations for people with T2DM by exploring (a) the role of GPs in behaviour change, (b) what happens in GP consultations that supports or impedes behaviour change and (c) how context moderates the behaviour change consultation. METHODS: = 16) across Australia. Data were analysed thematically using a realist evaluation approach. RESULTS: Perspectives about the role of GPs were highly variable, ranging from the provision of test results and information to a relational approach towards shared goals. A GP-patient relationship that includes collaboration, continuity and patient-driven care may contribute to a sense of successful change. Different patient and GP characteristics were perceived to moderate the effectiveness and experience of behaviour change consultations. DISCUSSION: When patient factors are recognised in consultations, a relational approach becomes possible and priorities around behaviour change, that might be missed in a transactional approach, can be identified. Therefore, GP skills for engaging patients are linked to a person-centred approach.

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)0,046
score de la tête « metaresearch » (Gemma)0,044
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,008
Communication savante0,0050,004
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,522
Tête enseignante GPT0,459
Écart entre enseignants0,063 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChronic IllnessMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207