MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133049640

Motivational Interviewing: Counselling Behaviour Change in Family Practice

2014· other· en· W7133049640 sur OpenAlexfundno aff
Danny S.C Yeung, Gail R. Greenberg

Notice bibliographique

RevueTSpace · 2014
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Family and Community Medicine, University of Toronto
Mots-clésMotivational interviewingBehaviour changeHealth careMedical prescriptionFoundation (evidence)InterviewBehavior changeAddictionClinical Practice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Physicians are entrepreneurs of change, camouflaged as facilitators, catalysts, and promoters. With each prescription written, diagnostic test ordered, recommendation provided, or treatment advised, physicians foster change in patients’ states of health and well-being. The patient-centred clinical method, the core foundation upon which physician-patient interactions unfold and evolve, includes six components, the third of which is finding common ground.1 Essentially, this component represents a fundamental belief that if a physician is to facilitate change, encounters with patients must include conversations focused on a mutual understanding of the definition of the presenting problems, treatment and management goals, and patient and physician roles.1 To accomplish these goals, physicians need a tool chest that includes knowledge of the change process, accompanied by strategies and techniques to partner with patients as they begin to think about and embark on change. During the 1980s, research in the field of addictions triggered the way health care professionals looked at and thought about change, and laid the groundwork for an understanding of the complexities of change.2 Family physicians (FPs) who routinely incorporate change strategies into patient care understand the stages and processes of change, practise finding common ground, recognize that patient change behaviours include lifestyle modification, adherence to medical regimens, and the reduction or elimination of unhealthy behaviours, and use motivational interviewing techniques.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,101
Tête enseignante GPT0,392
Écart entre enseignants0,290 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→