MétaCan
Menu
← Back to cohort
Record W6995525223

Optimisation de l’utilisation des stratégies d’autogestion de la douleur chronique : recherche qualitative sur le point de vue des ergothérapeutes.

2024· dissertation· fr· W6995525223 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2024
Typedissertation
Languagefr
FieldHealth Professions
TopicHealth Policy Implementation Science
Canadian institutionsnot available
Fundersnot available
KeywordsValidation testQualitative analysisPsychological intervention
DOInot available

Abstract

fetched live from OpenAlex

Problématique : L’autogestion est une approche à privilégier pour gérer la douleur chronique qui touche un Canadien sur cinq. L'ergothérapie joue un rôle important pour soutenir les personnes vivant avec de la douleur chronique (PVDC) dans la reprise de leurs activités et considère l’application de stratégies d’autogestion comme des activités en soi, à intégrer dans la routine. Bien que le rôle et les interventions des ergothérapeutes dans la gestion de la douleur soient bien documentés, l’équipe de recherche n'a trouvé aucune étude spécifique décrivant les pratiques actuelles en ergothérapie concernant l’accompagnement à l'autogestion de la douleur des PVDC. Objectifs : Le but de cette étude était de mieux comprendre les pratiques actuelles en ergothérapie pour accompagner les PVDC dans l'intégration de stratégies d'autogestion dans leur quotidien. Méthodologie : Trois groupes de discussion focalisés d'une durée de 120 minutes, chacun composé de cinq ergothérapeutes, ont été réalisés. Les enregistrements, transcrits en verbatim, et les réponses des participants recueillies sur la plateforme Mentimer ont été analysés par deux co-chercheurs à l’aide du logiciel NVivo, en utilisant les approches d’analyse thématique inductive et d’analyse de contenu. Résultats : L’ergothérapie privilégie l’ «empowerment» des PVDC à travers le développement de compétences d’autogestion de la douleur, adaptant ses interventions à leur profil et besoins spécifiques, selon leur stade de changement. Les ergothérapeutes exploitent une variété d'outils numériques pour appuyer l’éducation thérapeutique et promouvoir l’autogestion de la douleur. L’efficacité et la mise en œuvre de ces interventions de soutien dépendent de facteurs clés tels que l'accès à des ressources et à des formations favorisant le développement professionnel continu, la capacité de personnaliser le contenu et la durée des interventions en fonction des besoins uniques des PVDC, ainsi qu'une orientation appropriée vers l'ergothérapie. Conclusion : Cette recherche souligne le rôle crucial des ergothérapeutes dans l'accompagnement des PVDC vers une gestion autonome et efficace de leur douleur. Elle contribue de manière significative à la compréhension des pratiques québécoises en ergothérapie pour l’autogestion de la douleur chronique et offre des pistes pour améliorer la qualité et l'efficacité des interventions.

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 imitation

Not 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.

metaresearch head score (Codex)0.027
metaresearch head score (Gemma)0.041
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.027
Threshold uncertainty score0.145

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0270.041
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.002
Scholarly communication0.0040.003
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0080.001

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.

Opus teacher head0.195
GPT teacher head0.447
Teacher spread0.252 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicHealth Policy Implementation Science→French-language works237,207→