MétaCan
Menu
Retour à la cohorte
Enregistrement W4360616437 · doi:10.3390/cancers15061915

Mothers with Cancer: An Intersectional Mixed-Methods Study Investigating Role Demands and Perceived Coping Abilities

2023· article· en· W4360616437 sur OpenAlexafffund
Athina Spiropoulos, Julie M. Deleemans, Sara Beattie, Linda E. Carlson

Notice bibliographique

RevueCancers · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesCumming School of Medicine, University of CalgaryUniversity of Calgary
Mots-clésCoping (psychology)PsychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

Mothers with cancer report guilt associated with failing to successfully balance their parental roles and cancer. This study utilized a cross-sectional mixed-methods design and intersectional framework to investigate the multiple roles that mothers with cancer assume and their perceived coping ability. Participants included mothers diagnosed with any type or stage of cancer, in treatment or ≤3 years post-treatment, and experiencing cancer-related disability with a dependent child (<18 years, living at home). Participants completed a questionnaire battery, semi-structured interview, and optional focus group. Descriptive statistics, correlations, and thematic inductive analyses are reported. The participants’ (N = 18) mean age was 45 years (SD = 5.50), and 67% were in active treatment. Their role participation (M = 42.74, ±6.21), role satisfaction (M = 43.32, ±5.61), and self-efficacy (M = 43.34, ±5.62) were lower than the general population score of 50. Greater role participation and higher role satisfaction were positively correlated (r = 0.74, p ≤ 0.001). A qualitative analysis revealed that the mothers retained most roles, and that their quality of life depended on their capacity to balance those roles through emotion-focused and problem-focused coping. We developed the intersectional Role Coping as a Mother with Cancer (RCMC) model, which has potential research and clinical utility.

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)0,005
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 enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
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 Opus0,036
Tête enseignante GPT0,372
Écart entre enseignants0,336 · 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetFamily Support in IllnessTravaux en français237 207