MétaCan
Menu
Retour à la cohorte
Enregistrement W817363621 · doi:10.46743/2160-3715/2014.1000

Innovations in Research with Medically Fragile Populations: Using Bulletin Board Focus Groups

2014· article· en· W817363621 sur OpenAlexaff
Karen Cook, Susan M. Jack, Harold Siden, Lehana Thabane, Gina Browne

Notice bibliographique

RevueThe Qualitative Report · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensUniversity of British ColumbiaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésFocus groupPsychologyIntervention (counseling)PopulationMedical educationBulletin boardGerontologyMedicineSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

A new group of medically fragile young adults are graduating from pediatric palliative care programs with limited expectations to live beyond early adulthood, and no comparable adult services to support their complex needs. Accessing this population is difficult because of the complexity of their conditions, the extensive personal and equipment supports that limit feasibility for travel, and divergent communication abilities. Therefore, we undertook a descriptive case study using an asynchronous modification of an online focus group, a bulletin board focus group (BBFG). The greatest strengths of the BBFG are the appeal of this methodology for young adults and the multi day focus group becomes both a community and an intervention. An important limitation of this method was participant follow through on discussion threads. This BBFG provided rich and varied types of data, and very positive participant experiences.

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)0,022
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,192
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,623
Tête enseignante GPT0,657
Écart entre enseignants0,034 · 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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207