MétaCan
Menu
Retour à la cohorte
Enregistrement W98878125 · doi:10.1177/084456211304500309

Nurses' Intention to Support Informed Decision-Making about Breast Cancer Screening with Mammography: A Survey

2013· article· en· W98878125 sur OpenAlexaffvenueabout
Lawrence Ndoh Kiyang, Michel Labrecque, Florence Doualla‐Bell, Stéphane Turcotte, Geneviève Roch, Céline Farley, Myrtha Cionti Bas, France Légaré

Notice bibliographique

RevueCanadian Journal of Nursing Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensHôpital Saint-François d'Assise
Organismes subventionnairesnon disponible
Mots-clésMammographyBreast cancerBreast cancer screeningLikert scaleMedicinePsychological interventionFamily medicineTheory of planned behaviorGynecologyPsychologyMedical physicsNursingCancerControl (management)Computer science

Résumé

récupéré en direct d'OpenAlex

There is growing interest in informed decision-making about breast cancer screening with mammography and growing advocacy for the provision of balanced information about potential benefits and harms. The authors report on a survey evaluating nurses' intention to support women targeted by the Quebec Breast Cancer Screening Program in making informed decisions about breast cancer screening with mammography. Of the 840 questionnaires completed, 618 were included in the data analysis. The mean +/- standard deviation score for intention was 1.7 +/- 1.2 on a 6-point Likert scale ranging from -3 to +3, indicating strong intention to support the targeted women. Perceived behavioural control was the theory-based variable most strongly associated with intention, followed by attitude and social norm. These results can be used to develop interventions to train nurses in integrating informed decision-making about breast cancer screening with mammography into their practice and to design relevant decision support tools.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,325
Tête enseignante GPT0,539
Écart entre enseignants0,214 · 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'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

Citations1
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Nursing ResearchMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207