Evaluation of a volunteer-led in-home exercise program for home-bound older adults
Notice bibliographique
Résumé
OBJECTIVE: Exercise programs have been found to have substantial benefits for older persons, but implementing these programs with frail homebound seniors is challenging. The project team aimed to evaluate an in-home exercise program for older adults--the Victorian Order of Nurses' for Canada's SMART (Seniors Maintaining Active Roles Together)® (VON SMART®) In-Home Exercise Program- in which the exercises are led by trained volunteers. The majority of volunteers were females who exercise regularly. Over half of the volunteers were 60 years of age or older, and over half had had prior health or fitness training. Volunteers reported receiving multiple benefits from performing their role as an exercise leader. PARTICIPANTS: From January to August, 2009, a total of 59 volunteers, seven Site Coordinators, and 33 home-bound older (mean age: 80 years; SD: 8.8) clients from eight VON sites and one partner organization participated in the evaluation. METHODS: Data collection included pre-post quantitative measures of participants' physical function, satisfaction surveys of participants, follow up semi-structured interviews of participants, feedback surveys of volunteers and site coordinators, and a focus group interview of site coordinators. RESULTS: The Chair Stand test (p<0.001), the Reaching Forward test (p=0.028), the Activities Balance Confidence Scale (p=0.02), as well as measures of activities of daily living (ADL) inside the home (p=0.001) and outside the home (p=0.009) showed significant improvement. CONCLUSIONS: This evaluation showed that the exercises improved participants' strength, flexibility, balance, and ability to perform ADL. This study provides additional evidence of the benefits of in-home exercise for frail seniors, and supports a role for volunteers in delivering these programs. The volunteers reported receiving social benefits of meeting new people, being able to see the difference they helped make in others, as well as personal physical benefits from exercising more.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».