MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133063142

Grief and Loss: An Approach for Family Physicians

2014· other· en· W7133063142 sur OpenAlexfundno aff
M Borins, P Abrahams

Notice bibliographique

RevueTSpace · 2014
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Family and Community Medicine, University of Toronto
Mots-clésGriefAngerFeelingDisenfranchised griefPersonalityComplicated grief
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Grief and loss are commonly encountered in family practice. Patients grieve the loss of loved ones, jobs, marriages, pets and even physical or psychological functioning. Patients may mourn the loss of their good health and seek comfort, understanding, respect, and especially hope. The "work of grief" is a progression through stages of shock, anger, painful dejection, loss of interest in the outside world, inhibition of activity and the temporary interruption of the capacity to love. 1 In addition to a profound sense of sadness, there may be feelings of anxiety, anger, fear, depression, and guilt. Patients, their families, and physicians may underestimate the impact of loss on health, which may cause physical symptoms such as pain, headache, dizziness, fatigue, and disturbances of sleep and digestion, as well as psychological symptoms. Family physicians (FPs) are in a unique position to influence prevention, early detection, and morbidity of these disorders. Psychotherapy can relieve the self-destructive anger and guilt, advance the recovery phase, and stimulate psychological strength and personality growth. How can we identify those individuals who are at risk for grief reactions in our practice? What techniques can FPs utilize to help patients go through the stages of grieving? What supports can the physician provide to families who are experiencing difficulty adapting to loss? How can FPs be aware of their own feelings around loss and how they impact on patient care?

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)0,012
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,007
Communication savante0,0050,009
Science ouverte0,0020,008
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,026
Tête enseignante GPT0,310
Écart entre enseignants0,284 · 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→