“There’s So Much More Support We Could Have Provided”: Child Life Specialists’ Stories of the Challenges Working in Adult Oncology
Notice bibliographique
Résumé
A cancer diagnosis in patients who are parents of minor children is uniquely stressful for both parents and children. Children need developmentally appropriate information and support to help reduce their fears and worries. Child life specialists (CLSs) are health professionals who work in pediatric environments to support children and families with the stress and uncertainty of illnesses. Increasingly, CLSs have been called upon to support children of patients in adult clinical environments. Our objective was to elucidate CLS caregiving narratives related to working with children of adult cancer patients. We used narrative inquiry to interview four CLSs working in adult oncology. Canadian CLSs who have experience providing care for children and families affected by parental cancer were recruited via convenience sampling. We used narrative analysis methods that included multiple close reads of the data, generating narrative themes, and noting conflicts or tensions in the data. CLSs' caregiving stories often highlighted the complexities of working in an adult oncology environment. Their narratives included challenges in providing optimal care to the children, including family-level barriers (such as parental wishes to withhold information from their children) and systemic barriers (such as late referrals and limited options for bereavement support). CLS participants identified several challenges of working with families in adult oncology. The CLSs highlighted a desire for additional institutional support for children of adult oncology patients and for themselves working in these environments in order to achieve what they believed to be optimal care.
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 | 0,031 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».