Women's experiences with yoga after a cancer diagnosis: A qualitative meta-synthesis – Part II
Notice bibliographique
Résumé
A review of qualitative research exploring women's experiences with yoga after a cancer diagnosis can provide important insights into their motives, barriers, and preferences for yoga participation, which can be used to enhance engagement. In this meta-study meta-synthesis, 6 electronic databases were systematically searched to identify qualitative studies focused on women diagnosed with cancer who engage in yoga. The search yielded 6878 results after de-duplication; of these, 24 articles were eligible and included. Extracted data pertaining to the results, methods, and theoretical approach(es) were analyzed. This paper synthesizes and integrates results from 16 of the 24 articles focused on women's motives, barriers, and preferences for participating in yoga programs and interventions; it is Part II of a 2-part meta-study meta-synthesis. Motives to participate in yoga included: rehabilitation, physical activity, social support, and novel experience. Barriers centred around time constraints, lack of intentionality, online adaptation difficulties, health condition, and cost. Main approaches to delivering yoga comprised: in-person, in-person with an at-home component, asynchronous online, and synchronous online. Each mode of delivery presented its own benefits and challenges, with suggestions for improvement; participants highlighted the value of supportive and knowledgeable instructors, the ability to connect with others, and the importance of comprehensive classes focused on more than just movement. Participants' challenges also highlighted a need to actively seek solutions to anticipated challenges prior to delivering interventions and programs. Findings provide information that can be used to develop and deliver yoga interventions and programs to women diagnosed with cancer that prioritize their needs and preferences. REGISTRATION: PROSPERO; registration number: CRD42021229253; February 17, 2021.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,012 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».