MétaCan
Menu
Retour à la cohorte
Enregistrement W4416334569 · doi:10.3390/women5040044

A Suggested One-On-One Method Providing Personalized Online Support for Females Clarifying Their Fertility Values

2025· article· en· W4416334569 sur OpenAlexaff
Carol Nash

Notice bibliographique

RevueWomen · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPersonalizationPsychological interventionBiopsychosocial modelProcess (computing)Intervention (counseling)FertilityNarrative

Résumé

récupéré en direct d'OpenAlex

Personalized medicine regarding the biopsychosocial model can extend to females considering fertility choices through online one-on-one interactions. This finding is relevant, as recent publications suggest that online one-on-one interventions might help them in this regard. An examination of one online one-on-one intervention considers its conceptual appropriateness. The investigation is through a narrative historical analysis of a previous online group meeting, personalized to help researchers reduce their burnout. The finding is that, with an adaptation of the group process to the individual’s schedule, some participants became overwhelmed by being responsible for their schedule. By using a modification of the same process—one that does not depend on them determining their participation schedule—females can respond to writing prompts that reveal their values, from the most objective to those that are increasingly subjective. However, notably, those who are clear about their values would likely experience the least difficulty in assuming responsibility for their participation. In this regard, methodological examples of possible prompts for the modified process are offered. Through the appropriate personalization of an online, one-on-one process, the future aim in testing this process is to improve the likelihood of success in helping females clarify their values for making fertility-related decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,587
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,127
Tête enseignante GPT0,413
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomenMême sujetReproductive Health and TechnologiesTravaux en français237 207