Illness Narrative Master Plots Following Musculoskeletal Trauma and How They Change over Time, a Secondary Analysis of Data
Notice bibliographique
Résumé
Introduction; to the best of the authors knowledge, no past research has established how illness narrative master plots are expressed initially and then if and how they change longitudinally following musculoskeletal trauma. The aim of the present research was to consider how specific master plots were expressed, interact, and change across time following musculoskeletal trauma. METHODS: A narrative analysis was undertaken that included individuals who had experienced a musculoskeletal traumatic injury. Individuals were included if they were an inpatient within 4 weeks of the first interview, had mental capacity to participate, and were able to communicate in English. Three interviews were undertaken (within 4 weeks of injury, then at 6- and 12-months post-injury). A 5-stage categorical form-type narrative analysis was performed. RESULTS: Twelve individuals (49.9 ± 17.5 years; 7 male, 5 female) completed interviews at three time points following the trauma event (<4 weeks, 6 months, and 12 months). Three main narrative master plots appeared to work together to facilitate a positive accommodation of the trauma event into the individual's life. These included the resumption narrative, the activity narrative, and the quest narrative. Finally, less often regressive narratives were identified, although these narratives were, at times, actively avoided. DISCUSSION: The current results provide important consideration for how narratives are used within clinical practice, in particular the value of how these three narratives could be accessed and promoted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».