Evaluation of a Flexible Artist-Facilitated Storytelling Intervention on a Palliative Care Unit
Notice bibliographique
Résumé
CONTEXT: Narrative interventions have been shown to be appropriate and feasible in palliative care for patients, caregivers, and healthcare professionals alike. However, such interventions lack customizability, are resource and time intensive, and are often facilitated by clinical staff who have minimal training in story development. OBJECTIVES: Evaluate a single, brief, artist-facilitated storytelling session on a palliative care unit and analyze stories with the five elements of close reading in narrative medicine. METHODS: A professional storyteller facilitated sessions with patients, caregivers, and healthcare professionals on a palliative care unit, starting with an open-ended question (e.g., "What story do you want to tell?"). Through a convergent parallel mixed-methods design, participants quantitatively assessed the appropriateness, acceptability, feasibility, worthwhileness, meaningfulness, and emotional resonance of the intervention, triangulated with rapid analysis of a semi-structured interview with the storyteller. We subsequently analyzed story content with the five elements of close reading in narrative medicine. RESULTS: From 18 sessions, patients (n = 6), caregivers (n = 8), and healthcare professionals (n = 6), found the storytelling session acceptable, appropriate, feasible, meaningful and worthwhile. The storyteller perceived participants as enthusiastic and appreciative. She recommended storytellers be available, accessible, and adaptable to participants' time and energy. Patient and caregiver stories described the palliative care unit as a calm site of reflection, and framed illness as a journey. Healthcare professionals' stories reflected pride in and gratitude for their work. CONCLUSIONS: A single, brief, artist-facilitated storytelling session is acceptable, feasible, and appropriate on a palliative care unit. Story content focused on the benefits of palliative care.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».