MétaCan
Menu
Retour à la cohorte
Enregistrement W4411991809 · doi:10.1016/j.pecinn.2025.100418

The experience of people with multiple sclerosis who receive occupational performance coaching

2025· article· en· W4411991809 sur OpenAlexafffund
Niloufar Malakouti, Dorothy Kessler, Marcia Finlayson, Samantha Stephens

Notice bibliographique

RevuePEC Innovation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensHospital for Sick ChildrenQueen's University
Organismes subventionnairesQueen's UniversityUniversity Hospitals
Mots-clésCoachingMultiple sclerosisOccupational therapyPhysical medicine and rehabilitationPsychologyPhysical therapyMedicinePsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective: To explore how Occupational Performance Coaching (OPC) influences self-management in the daily lives of people with Multiple Sclerosis (PwMS). Methods: A qualitative study involving 10 PwMS who underwent 6 sessions of telephone OPC over ten weeks. Interpretive description was used as the methodological approach. Participants were interviewed pre- and post-intervention, with thematic analysis performed on transcripts. Results: Pre-intervention themes included resisting MS, living with MS, ongoing challenges, and strategies. Post-intervention, the theme of resisting MS dissipated, with emergent sub-themes of planning ahead, being consistent, and talking about the plan. Participants reported reduced resistance towards their condition, a shift in their focus from problems towards solutions, and an enhancement of existing strategies and/or development of new strategies used to overcome ongoing challenges in living with MS. Conclusion: OPC may facilitate a shift in focus towards solutions and enhance self-management strategies in PwMS. Innovation: This study highlights OPC as a promising and innovative approach for addressing the self-management needs of individuals with MS, emphasizing its potential to enhance meaningful participation by fostering effective coping strategies and proactive attitudes.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
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 Opus0,057
Tête enseignante GPT0,325
Écart entre enseignants0,269 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePEC InnovationMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207