MétaCan
Menu
Retour à la cohorte
Enregistrement W4393930674 · doi:10.1080/07481187.2024.2336006

Understanding how volunteer companionship impacts those during the end of life: A realist evaluation

2024· article· en· W4393930674 sur OpenAlexaff
John A. Downey, Susan Cooper, Lynn Bassett, Alejandra Dubeibe Fong, Margaret Doherty, Jon Cornwall

Notice bibliographique

RevueDeath Studies · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensSt. Mary's University
Organismes subventionnairesnon disponible
Mots-clésInterpersonal relationshipPersonhoodInterpersonal communicationDignityPsychologySocial psychologyEnd-of-life careMedicineNursingPalliative care

Résumé

récupéré en direct d'OpenAlex

Volunteers are a popular unpaid support role in end of life care yet how accompaniment influences the dying is underdeveloped.This study examined how companionship works, for whom, in what circumstances and why.Initial realist ideas were developed through participant observation (14 months), document analysis, and realist interviews with companionship trainers (n = 6).Theory testing involved volunteer interviews (n = 7), accounts from the dying, proxy accounts for the dying, and written reflections from companionship training.Companionship helps people live well until they die, prepare for death, and experience a good death.Four areas of volunteering explain these outcomes namely a loving friend, a holistic presence, a non-judgmental intermediary, and wrap around care.The four areas activate mechanisms related to reminiscing, preserving dignity/personhood, and easing suffering, contingent on specific contexts.The findings unpack how volunteering exerts its influence and what contextual factors facilitate outcomes, advancing the knowledge in this area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

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

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 Opus0,393
Tête enseignante GPT0,451
Écart entre enseignants0,058 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeath StudiesMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207