Spanning Boundaries into Remote Communities: An Exploration of Experiences with Telehealth Chronic Disease Self-Management Programs in Rural Northern Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: In rural and remote settings, providing education programs for chronic conditions can be challenging because of the limited access and availability of healthcare services. The purpose of this study was to explore the experiences of participants in a chronic disease self-management program via telehealth (tele-CDSMP) and to identify facilitators and barriers to inform future tele-CDSMP delivery models. MATERIALS AND METHODS: Nineteen tele-CDSMP courses were delivered to 13 Northern Ontario (Canada) communities. Two types of group were delivered: (1) single telehealth site (one community formed a self-management group linked to program leaders via telehealth) and (2) multiple telehealth sites (several remote communities were linked to each other and program leaders via telehealth). Following the completion of the courses, participants were invited to partake in a focus group. RESULTS: Overall, 44 people participated in the focus groups. Four main themes were identified by tele-CDSMP participants related to the overall experience of the program: (1) bridging the access gap, (2) importance of group dynamics, (3) importance of strong leaders, and (4) preference for extended session time. Key barriers were related to transportation, lack of session time, and access to Internet-based resources. The main facilitators were having strong program leaders, encouraging the development of group identity, and providing enough time to be comfortable with technology. CONCLUSIONS: Our findings suggest overall the tele-CDSMP was a positive experience for participants and that tele-CDSMPs are an effective option to increasing access to more geographically isolated communities.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».