MétaCan
Menu
Retour à la cohorte
Enregistrement W2062878172 · doi:10.1111/j.1547-5069.2008.00231.x

Cultural Perspectives in Feeding Difficulty in Taiwanese Elderly With Dementia

2008· article· en· W2062878172 sur OpenAlexaff
Chia‐Chi Chang, Beverly L. Roberts

Notice bibliographique

RevueJournal of Nursing Scholarship · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésDementiaNursingPsychological interventionMedicineGerontological nursingNursing homesNursing AssistantNursing Interventions ClassificationNursing careGerontology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate factors related to feeding difficulty that is shown in the interaction between nursing assistants and elderly residents with dementia. METHODS: Forty-eight residents and 31 nursing assistants were observed during meal times in a congregate dining room of a Taiwanese nursing home specializing in dementia care. Residents' eating behaviors, the dining environment, interactions between the nursing assistant and the residents, and feeding strategies used by nursing assistants were observed. Nutritional data for residents were collected from medical charts. The EdFED Scale #2 and interviews of nursing assistants provided information about feeding difficulty. Interviews also provided data on strategies used to address feeding difficulties. FINDINGS: The most frequent feeding difficulty was refusal to eat (37.5%). The strategies used by nursing assistants were limited. Nursing assistants stated they needed more training to address feeding difficulty in residents with dementia. CONCLUSIONS: Future research should be focused on the interface between the residents and nursing assistants who must identify various feeding difficulties and select appropriate interventions. CLINICAL RELEVANCE: Results might provide information that can be used to develop effective interventions and promote high-quality mealtime care in patients with dementia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,124
Tête enseignante GPT0,395
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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

Citations37
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ScholarshipMême sujetNutrition and Health in AgingTravaux en français237 207