Collaborating with a Youth Council to Improve Chronic Pain Resources
Notice bibliographique
Résumé
Background: There is a recognized need to involve people with lived experience of chronic pain when developing chronic pain resources. Aims: The aim of this study was to develop, implement, and evaluate a short-term youth council focused on eliciting youths' recommendations for key features of chronic pain informational resources. Methods: In this mixed methods instrumental case study, demographic data were collected via Survey Monkey®. Select Patient-Reported Outcomes Measurement Information System® brief measures were used to provide context regarding pain impact within this group. Participants completed an initial interview, which informed youth council workshop delivery. Over two youth council workshops, participants reviewed select informational resources and identified key features of chronic pain resources. Participants evaluated their involvement experience during a second interview. Qualitative data were transcribed and analyzed using directed content analysis. Member-checking occurred during a third workshop, held virtually. Results: Seven youth self-identifying as girl/woman or demi-girl participated. The youth were satisfied with the youth council experience, highlighting the importance of meeting others, a relaxed environment, and participating in valuable work. A list of youth-identified key features for informational resources was created through the workshops, which includes considerations for audience groups, content, and presentation. Conclusion: Participants' input into youth council development and meeting others with lived experience contributed to a safe and supportive involvement experience. Youth council involvement supported the development of preliminary recommendations for chronic pain informational resources.
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 | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».