"Enginn kom auga á heildarmyndina" : reynsla einstaklinga af heilkenni og sálfélagslegri líðan tengdum rakaskemmdum húsum : fyrirbærafræðileg rannsókn
Notice bibliographique
Résumé
Bakgrunnur: Nýlegar rannsóknir sýna að rakaskemmd hús séu algeng vandamál. Húsasótt (e. sick building syndrome, SBS) og óskilgreind einkenni sem tengjast byggingum (e. non-specific building-related symptoms, NBRS) hafa verið tengd við rakaskemmd hús. Gæði innilofts er mikilvægt þar sem fólk ver um 90% af tíma sínum innanhúss. Dæmi um heilsubrest sem tengjast rakaskemmdum húsum eru öndunarfærasýkingar, einkenni frá taugakerfi, húð og slímhúð og svefnleysi. Orsakasamhengi er þó óljóst og frekari rannsókna er þörf. \nTilgangur: Að kanna reynslu fólks af heilkenni og sálfélagslegri líðan tengdum rakaskemmdum húsum. \nAðferð: Tólf djúpviðtöl voru tekin þar sem stuðst var við hálfstaðlaðan viðtalsramma. Gögn voru greind í þemu samkvæmt Vancouver-skólanum í fyrirbærafræði. \nNiðurstöður: Yfirþemað var „Enginn kom auga á heildarmyndina“. Þátttakendur upplifðu upphaf veikinda sem kúvendingu og óljósa. Líkamleg og sálfélagsleg líðan þátttakenda varð ekki aðeins fyrir áhrifum af einkennum heilkennisins heldur einnig af skorti á greiningu og meðferð, litlum sem engum skilningi frá heilbrigðiskerfinu, vinnufélögum og fjölskyldu sem og neikvæðum áhrifum á fjárhag. Þátttakendur fundu fyrir einkennum víða, sumir jafnvel á heimilum sínum. Algjör breyting á lífi þátttakenda varð í kjölfarið. \nÁlyktanir: Birtingarmynd heilkennisins er margþætt en sjá má eftir á, ákveðna vegferð birtast í óskýra veikindaferlinu. Niðurstöður veita innsýn í erfiða og flókna tilveru þeirra sem glíma við heilkennið sem er jafnframt að hluta til ósýnilegt og óáþreifanlegt. Það vantar markvissa greiningu, meðferð, þekkingu, skilning, stuðning og fjárhagslegan stuðning fyrir þennan hóp. Þar sem helkennið getur verið breytilegt þarf heilbrigðisstarfsfólk að leggja áherslu á að veita stuðning og sýna skilning með virkri hlustun og virðingu og aðstoða skjólstæðinga sína þar sem þeir er staddir hverju sinni. \nLykilorð: Húsasótt, rakaskemmd hús, veikindi, sálfélagsleg líðan, mygla, loftgæði, inniloft, eigindleg rannsókn, fyrirbærafræði, Vancouver-skólinn
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,012 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».