L’activité physique et le cancer : une étude transversale sur les facteurs de dissuasion et de facilitation face à l’exercice durant le traitement du cancer
Bibliographic record
Abstract
Cette enquête visait à explorer les facteurs de dissuasion et de facilitation face à l’exercice parmi des personnes atteintes de cancer en Ontario. Nous avons utilisé une enquête ponctuelle en ligne pour recueillir des données qualitatives et quantitatives. Nous avons formé un échantillon accidentel de personnes ayant un diagnostic actuel ou passé de n’importe quel type de cancer. Puis nous avons produit des pourcentages et des thèmes à partir des données. Nous avons recueilli des données auprès de 30 personnes. Parmi elles, 63,3 % ont indiqué s’adonner à une activité physique peu fréquente et de faible intensité pendant le traitement. Les obstacles face à l’exercice durant le traitement comprenaient les symptômes physiques et le manque de connaissances au sujet des programmes d’exercice. Quant aux facteurs de facilitation, ils comprenaient l’accessibilité et l’expérience antérieure positive avec l’exercice. Plus de 80 % des participants n’avaient pas reçu d’information sur l’importance de l’exercice. Les résultats de cette étude devraient encourager les professionnels de la santé qui travaillent en oncologie à éduquer les patients quant à l’importance de l’exercice.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".