MétaCan
Menu
Retour à la cohorte
Enregistrement W1603860875 · doi:10.5334/ijic.1195

Information sharing with rural family caregivers during care transitions of hip fracture patients

2014· article· en· W1603860875 sur OpenAlexaffabout
Jacobi Elliott, Dorothy Forbes, Bert M. Chesworth, Christine Ceci, Paul Stolee

Notice bibliographique

RevueInternational Journal of Integrated Care · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensWestern UniversityUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHip fractureInformation sharingMedicineNursingOsteoporosisComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Following hip fracture surgery, patients often experience multiple transitions through different care settings, with resultant challenges to the quality and continuity of patient care. Family caregivers can play a key role in these transitions, but are often poorly engaged in the process. We aimed to: (1) examine the characteristics of the family caregivers' experience of communication and information sharing and (2) identify facilitators and barriers of effective information sharing among patients, family caregivers and health care providers. METHODS: Using an ethnographic approach, we followed 11 post-surgical hip fracture patients through subsequent care transitions in rural Ontario; in-depth interviews were conducted with patients, family caregivers (n = 8) and health care providers (n = 24). RESULTS: Priority areas for improved information sharing relate to trust and respect, involvement, and information needs and expectations; facilitators and barriers included prior health care experience, trusting relationships and the rural setting. CONCLUSION: As with knowledge translation, effective strategies to improve information sharing and care continuity for older patients with chronic illness may be those that involve active facilitation of an on-going partnership that respects the knowledge of all those involved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,292
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations43
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Integrated CareMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207