“Giving Voice”: Evaluation of an Integrated Telehealth Community Care Model by Parents/Guardians of Children Diagnosed with Fetal Alcohol Spectrum Disorder in Manitoba
Notice bibliographique
Résumé
BACKGROUND: In 2000, Manitoba began utilizing telehealth services for the assessment, diagnosis and follow-up of fetal alcohol spectrum disorders (FASDs). Since that time, the use of telehealth in Manitoba has expanded to the delivery of education and support to families caring for children with FASD in rural and remote areas of the province. The purpose of this study was to expand on a previous evaluation through a focus on the participant experience. Our objectives were thus to explore the experience of families with the telehealth process and to examine the use of telehealth in diagnostic assessment as well as follow-up post-clinical assessment. MATERIALS AND METHODS: Sixteen semistructured interviews were conducted with families who had participated in at least one diagnostic assessment and/or individual or group follow-up via telehealth offered through the Manitoba FASD Centre. RESULTS: The majority of participants reported being happy with their experience(s) using telehealth for assessment, diagnosis, and/or follow-up support. Two general themes emerged from the data. The first theme is focused on the value of telehealth use for families with children living with FASD, whereas the second theme presents various needs of this client group. CONCLUSIONS: This study provides support for the use of telehealth as an effective technology beyond diagnosis for individuals with FASD and their families. Families support the utilization of this technology and, despite its minor shortcomings, appreciate the flexibility of telehealth, which allows them to remain in their home communities, connected to their families and support systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».