MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417123702 · doi:10.3390/curroncol32120691

Building Better Website Resources: What People Diagnosed with Sarcoma and Their Carers Want to Know

2025· article· en· W4417123702 sur OpenAlexvenueno aff
Georgia Halkett, Jenny Davies, Chloé Maxwell‐Smith, Connor Farnell, Mandy Basson, Tania Rice-Brading, Mariana S. Sousa, Janene Sproul, Helen DeJong, Haryana M. Dhillon, Joanna E. Fardell, Moira O’Connor

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesCancer Australia
Mots-clésSarcomaBone SarcomaSoft tissueMEDLINE

Résumé

récupéré en direct d'OpenAlex

People diagnosed with sarcoma and their carers often face significant unmet information needs that adversely affect their quality of life. A contributing factor is the limited availability of accessible, high-quality online information. This study aimed to determine the information needs of people affected by sarcoma from the perspectives of people with sarcoma, carers and healthcare professionals, to inform the development of web-based resources. People with sarcoma (n = 18), carers (n = 11), bereaved carers (n = 8) and healthcare professionals (n = 22) participated in interviews or focus groups (total N = 59). Data were analysed thematically. Nine themes were identified: “Accessing Useful Information About Diagnosis and Treatment”; “Learning to live with Sarcoma”; “Gaining Access to Psychosocial Support”; “Connecting with the Sarcoma Community”, “Obtaining Financial Support”; “Carer Self-Care”; “Facilitating Support for Family”; “Understanding Palliative Care”; and “Preparing for Bereavement and Coping After Death”. Findings support the development of a dedicated sarcoma website as a key step towards addressing their unmet needs. People with sarcoma and their carers highlighted that such a resource would not only improve access to reliable sarcoma-specific information, but also create opportunities for connection and shared experiences among individuals and families affected by sarcoma.

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)0,001
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,007
Science ouverte0,0000,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,059
Tête enseignante GPT0,472
Écart entre enseignants0,412 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetHealth Literacy and Information Accessibility→Travaux en français237 207→