MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382520154 · doi:10.20944/preprints202306.2115.v1

Understanding In-Person and Online Exercise Oncology Program Delivery: Participant Perspectives

2023· preprint· en· W4382520154 sur OpenAlexafffundabout
Delaney Duchek, Meghan H. McDonough, William Bridel, Margaret L. McNeely, Nicole Culos-Reed

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensAlberta Health ServicesAlberta Cancer FoundationUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesAlberta Cancer FoundationUniversity of Calgary
Mots-clésPreferencePsychologyQualitative propertySocial supportMedical educationMedicineSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Alberta Cancer Exercise (ACE) is an exercise oncology program that transitioned from in-person to online delivery during COVID-19. The purpose of this work was to understand participants’ experiences in both delivery modes. Specifically, survivors' exercise facilitators and barriers, delivery mode preference, and experience with program elements targeting behaviour change were gathered. A retrospective cohort design using explanatory sequential mixed methods was used. 57 participants completed a survey, and 19 subsequent, optional interviews were conducted. Most participants indicated preferring in-person programs (58%), followed by online (32%), and no preference (10%). There were significantly fewer barriers (i.e., commute time) (p<0.01), but also fewer facilitators (i.e., social support) (p<0.01), to exercising online. Four themes were generated from the qualitative data surrounding participant experiences in both delivery modes. Key differences in barriers and facilitators highlighted a more convenient experience online relative to a more socially supportive environment in-person. For future work that includes solely online, focusing on building social support and a sense of community will be critical to optimizing program benefits. Beyond the COVID-19 pandemic, results of this research will remain relevant as we aim to increase the reach of online exercise oncology programming to more underserved populations of individuals living with cancer.

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)0,008
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,548
Tête enseignante GPT0,448
Écart entre enseignants0,100 · 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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreprints.org→Même sujetCancer survivorship and care→Travaux en français237 207→