MétaCan
Menu
Retour à la cohorte
Enregistrement W4385556243 · doi:10.3390/curroncol30080534

Understanding In-Person and Online Exercise Oncology Programme Delivery: A Mixed-Methods Approach to Participant Perspectives

2023· article· en· W4385556243 sur OpenAlexafffundvenueabout
Delaney Duchek, Meghan H. McDonough, William Bridel, Margaret L. McNeely, S. Nicole Culos‐Reed

Notice bibliographique

RevueCurrent Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensAlberta Health ServicesUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesAlberta Cancer FoundationUniversity of Calgary
Mots-clésMedicinePreferenceQualitative propertySocial supportMedical educationPsychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Alberta Cancer Exercise (ACE) is an exercise oncology programme 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 programme elements targeting behaviour change were gathered. A retrospective cohort design using explanatory sequential mixed methods was used. Briefly, 57 participants completed a survey, and 19 subsequent, optional interviews were conducted. Most participants indicated preferring in-person programmes (58%), followed by online (32%), and no preference (10%). There were significantly fewer barriers to (i.e., commute time) (p < 0.01), but also fewer facilitators of (i.e., social support) (p < 0.01), exercising using the online programme. 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 delivery, focusing on building social support and a sense of community will be critical to optimising programme 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)0,040
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,040
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0050,004
Science ouverte0,0020,005
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 Opus0,503
Tête enseignante GPT0,495
Écart entre enseignants0,009 · 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

Citations17
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer survivorship and careTravaux en français237 207