MétaCan
Menu
Retour à la cohorte
Enregistrement W4396898978 · doi:10.1136/spcare-2024-004842

Early palliative care perceptions by patients with cancer and primary caregivers: metaphorical language

2024· article· en· W4396898978 sur OpenAlexaff
Elena Bandieri, Sarah Bigi, Melissa Nava, Eleonora Borelli, Carlo Adolfo Porro, Erio Castellucci, Fabio Efficace, Éduardo Bruera, Oreofe O. Odejide, Camilla Zimmermann, Leonardo Potenza, Mario Luppi

Notice bibliographique

RevueBMJ Supportive & Palliative Care · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMetaphorPalliative carePerceptionVariety (cybernetics)Safe havenHavenPsychologyMedicineNursingLinguistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This article reports on the results of an analysis of metaphorical language used by patients diagnosed with advanced cancer and their caregivers receiving early palliative care (EPC). METHODS: Data were collected through a pen-and-paper questionnaire on respondents' perceptions of the disease, its treatment and their idea of death, before and after receiving EPC. The data were analysed by identifying all metaphorical uses of language, following the 'metaphor identification procedure' proposed by the Praggjelaz Group. RESULTS: Metaphors were used from a variety of semantic fields. EPC was described using spiritual terms, to indicate that this approach was instrumental in 'restoring life', 'producing hope' and making patients feel 'accompanied'. The most recurrent metaphors were those referring to light and salvation; spatial metaphors were used to describe the treatment and the hospital as a 'safe haven' and 'an oasis of peace'. Patients and caregivers were overall consistent in the aforementioned ways of referring to illness and treatment; caregivers were more likely than patients to use war metaphors, although their use overall was rare. CONCLUSIONS: Our results suggest that EPC is perceived positively by patients and their caregivers and provide insights regarding the manner in which EPC could be presented to patients, caregivers and the public.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,286
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,018
Tête enseignante GPT0,333
Écart entre enseignants0,315 · 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.

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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Supportive & Palliative CareMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207