Að fá og skilja upplýsingar : reynsla sjúklinga af þátttöku í undirbúningi og eftirmeðferð skurðaðgerðar
Bibliographic record
Abstract
Tilgangur: Tilgangur rannsóknarinnar var að rannsaka reynslu og skilning sjúklinga á þátttöku í undirbúningi skurðaðgerðar og eftirmeðferð á Sjúkrahúsinu á Akureyri. \nRannsóknarspurningar: \n1)\tHvaða skilning leggja sjúklingar í hugtakið þátttaka í undirbúningi og eftirmeðferð skurðaðgerðar? \n2)\tHver er reynsla sjúklinga af þátttöku í undirbúningi og eftirmeðferð skurðaðgerðar? \n3)\tHvaða þættir styrkja og hamla þátttöku sjúklinga í undirbúningi og eftirmeðferð skurðaðgerðar? \nAðferð: Notast var við aðferð Vancouver-skólans í fyrirbærafræði. Tvö viðtöl voru tekin við sjö einstaklinga. Þau vélrituð og greind í þemu samkvæmt aðferðafræði Vancouver-skólans. \nNiðurstöður: Við greiningu gagna kom í ljós að reynslu sjúklinga af þátttöku í undirbúningi og eftirmeðferð skurðaðgerðar megi skipta í fjóra þætti (þemu): Að fá og skilja upplýsingar, sem var aðalþemað og grundvöllur fyrir hin þemun sem voru ákvörðunartaka, undirbúningur og að fylgja fyrirmælum. Einnig greindust styrkjandi og hamlandi þættir er höfðu áhrif á þátttöku sjúklinga. Styrkjandi þættir voru: Upplýsingar, tengsl og fyrri reynsla. Hamlandi þættir reyndust vera: Slæmt líkamsástand og skortur á upplýsingum. Það bar þó á því að nokkrum meðrannsakendum þætti umrætt fyrirbæri þ.e. þátttaka sjúklinga óljóst og höfðu ekki velt því fyrir sér. \nÁlyktanir: Upplýsingar eru afar mikilvægar fyrir þátttöku sjúklinga samkvæmt okkar niðurstöðum og samræmist það niðurstöðum fjölda erlendra rannsókna. Niðurstöður okkar voru þó frábrugðnar öðrum rannsóknum að því leyti hve sterkt það að fylgja fyrirmælum og undirbúningur var tengt reynslu meðrannsakenda á þátttöku. \nLykilhugtök: Þátttaka sjúklinga, skurðaðgerð, undirbúningur, eftirmeðferð, fræðsla, fyrirmæli, ákvörðunartaka, upplýsingar.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.289 | 0.167 |
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".