Geographies of wellbeing and chronic illness: A Canadian case study
Notice bibliographique
Résumé
Abstract Geography has had a long legacy of research investigating the lived experiences of individuals with chronic illness, particularly women. Health geographers have also begun to focus beyond health to wellbeing, defined as that space between expectation and reality. Individuals living with chronic illness often experience complex impacts to their lifestyle, relationships, aspirations, and employment that affect this space, expressed as emotional, mental, and psychosocial health and wellbeing impacts. Systemic lupus erythematosus (SLE) is a chronic autoimmune condition disproportionately affecting women. Lupus nephritis (LN) is a manifestation of SLE that affects the kidneys, developing in up to 60% of those with SLE. Impacts extend beyond the physiological, as LN affects capacity to conceive and carry a child. Individuals aged ≥18 years with LN were recruited from a Canadian lupus cohort to participate in semi‐structured in‐depth interviews (n = 30). At the individual level, participants reported emotional impacts experienced at LN diagnosis (e.g., uncertainty, fear, surprise, relief) and in daily life (e.g., fear of future, stigmatization). At the meso level, participants shared how relationships (e.g., feeling supported, treated differently), leisure activities (e.g., modifying activities), paid employment and education (e.g., altered career paths), and family planning (e.g., conception challenges) impacted wellbeing. Results increase our understanding of how living with chronic illness impacts wellbeing and can inform policy and practice change.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,035 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».