MétaCan
Menu
Retour à la cohorte
Enregistrement W4394920409 · doi:10.1080/13623699.2024.2339732

They do their utmost: promise and limits of palliative care in two refugee camps in Rwanda, a qualitative study

2024· article· en· W4394920409 sur OpenAlexaff
Sonya de Laat, Emmanuel Musoni, Kevin Bezanson, Rachel Yantzi, Olive Wahoush, Élysée Nouvet, Matthew Hunt, Takhliq Amir, Carrie Bernard, Christian Ntizimira, Lisa Schwartz

Notice bibliographique

RevueMedicine Conflict & Survival · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMiddle East and Rwanda Conflicts
Établissements canadiensUniversity of TorontoWestern UniversityNOSM UniversityMcMaster UniversityMcGill UniversityImpact
Organismes subventionnairesWellcome TrustWellcome
Mots-clésRefugeePalliative careQualitative researchMedicineNursingSociologyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

After often gruelling journeys, some refugees arrive at secure locations with severe injury or illness. Others find themselves shortly thereafter facing a life-limiting health condition. Palliative care has been the focus of recent research, and of academic and aid sector dialogue. In this study, we ask: What are experiences and needs of patients and care providers? What opportunities and obstacles exist to enhance or introduce means of reducing suffering for patients facing serious illness and injury in crisis settings? We present findings of a qualitative sub-study within a larger programme of research exploring moral and practical dimensions of palliative care in humanitarian crisis contexts. This paper presents vignettes about palliative care from refugees and care providers in two refugee camps in Rwanda, and is among the first to provide empirical evidence on first-hand experiences of individuals who have fled protracted conflict and face dying far from home. Along with narratives of their experiences, participants provided a range of recommendations from small (micro) interventions that are low cost, but high impact, through to larger (macro) changes at the systems and societal levels of benefit to policy developers and decision-makers.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,114
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,078
Tête enseignante GPT0,418
Écart entre enseignants0,340 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine Conflict & SurvivalMême sujetMiddle East and Rwanda ConflictsTravaux en français237 207