Evaluation of a Virtual Dance Class for Cancer Patients and Their Partners during the Corona Pandemic—A Real-World Observational Study
Notice bibliographique
Résumé
BACKGROUND: During the corona pandemic, all courses on physical activity for cancer patients were canceled. The aim of our study was to evaluate the feasibility of switching dancing classes for patients and their partners to online classes. METHODS: Patients and partners from courses at four different locations who consented to the online course offer were asked to fill in a pseudonymous questionnaire on access to the training, technical challenges, acceptance and well-being (1-item visual analog scale from 1 to 10) before and after the training. RESULTS: Sixty-five participants returned the questionnaire (39 patients and 23 partners). Fifty-eight (89.2%) had danced before, and forty-eight (73.8%) had visited at least one course of ballroom dancing for cancer patients before. The first access to the online platform was difficult for 39 participants (60%). Most participants (57; 87.7%) enjoyed the online classes, but 53 (81.5%) rated them as less fun than the real classes as direct contact was missing. Well-being increased significantly after the lesson and remained improved for several days. CONCLUSION: Transforming a dancing class is feasible for participants with digital experience and goes along with technical difficulties. It is a substitute for real classes if mandatory and improves well-being.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».