Missed opportunities for person-centered communication: implications for staff-resident interactions in long-term care
Notice bibliographique
Résumé
BACKGROUND: Social interactions in long-term care settings between staff and residents with dementia have been characterized as task-oriented, patronizing, and/or overly directive. Long-term care settings can be contexts that emphasize dependency and threaten the personal identity of older residents. Yet, leaders in the long-term care sector have acknowledged recently that dementia care must move beyond the completion of caregiving tasks and adopt a person-centered approach. This approach involves caregivers incorporating a resident's life history and preferences during interactions. The objectives of this study were to examine the extent to which staff-resident communication is person-centered and the extent to which staff miss opportunities to communicate with residents in a person-centered manner. METHODS: Conversations (N = 46) of 13 staff-resident dyads were audio-recorded during routine care tasks over 12 weeks. Staff utterances within these conversations were coded for person-centered communication and missed opportunities where person-centered communication could have been used. RESULTS: Findings revealed a common communication sequence where utterances coded as person-centered were followed by utterances coded as missed opportunities. This sequence suggests that the positive impact of person-centered communication may be undermined when such communication is followed by missed opportunities. Data also revealed that missed opportunities highlight the need for staff training. CONCLUSION: The findings underscore the importance of sustaining person-centered communication while completing routine care tasks.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».