MétaCan
Menu
Retour à la cohorte
Enregistrement W4390725274 · doi:10.12688/hrbopenres.13762.3

Experience and perceptions of Social Prescribing interventions; a qualitative study with people with long-term conditions, link workers and health care providers

2024· preprint· en· W4390725274 sur OpenAlexaff
Declan J. O’Sullivan, Lindsay Bearne, J M Harrington, Joseph G. McVeigh

Notice bibliographique

RevueHRB Open Research · 2024
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésFocus groupThematic analysisPsychological interventionQualitative researchStakeholderPopularityHealth careService providerMedicineSocial supportNursingPsychologyMedical educationService (business)Public relationsSocial psychologySociologyBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Background Long-term conditions (LTC) are a leading cause of reduced quality of life and early mortality. People with LTC are living longer with increasing economic and social needs. Novel patient centred care pathways are required to support traditional medical management of these patients. Social Prescribing (SP) has gained popularity as a non-medical approach to support patients with LTC and their unmet health needs. The current focus group study aims to explore the experiences and perceptions to SP interventions from the perspective of people with long-term conditions, link workers, healthcare providers and community-based services. Methods Six toeight participants will be recruited into three specific 60 to 90 minute focus groups relative to their role as a patient, link worker and community-based service. 8 to12 participants with a Health care provider and GP background will be interviewed individually online. The participants within these focus groups and semi-structured interviews will be invited to provide opinions on what factors they think are important to the successful implementation of a SP service from their respective stakeholder positions. The data will be recorded and exported to NVivo software for further analysis using Thematic Reflexive analysis methods. Coded categorical data will inform emerging themes from which a narrative summary will be consolidated and presented for dissemination. Conclusion The conclusions made from this study will help inform the next study, which will aim to develop a pilot SP service for patients with long-term musculoskeletal conditions as part of an overall larger project.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,010
Communication savante0,0050,005
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,304
Tête enseignante GPT0,543
Écart entre enseignants0,239 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHRB Open ResearchMême sujetArt Therapy and Mental HealthTravaux en français237 207