SCOPE: Safer care for older persons (in residential) environments: A study protocol
Notice bibliographique
Résumé
BACKGROUND: The current profile of residents living in Canadian nursing homes includes elder persons with complex physical and social needs. High resident acuity can result in increased staff workload and decreased quality of work life. AIMS: Safer Care for Older Persons [in residential] Environments is a two year (2010 to 2012) proof-of-principle pilot study conducted in seven nursing homes in western Canada. The purpose of the study is to evaluate the feasibility of engaging front line staff to use quality improvement methods to integrate best practices into resident care. The goals of the study are to improve the quality of work life for staff, in particular healthcare aides, and to improve residents' quality of life. METHODS/DESIGN: The study has parallel research and quality improvement intervention arms. It includes an education and support intervention for direct caregivers to improve the safety and quality of their care delivery. We hypothesize that this intervention will improve not only the care provided to residents but also the quality of work life for healthcare aides. The study employs tools adapted from the Institute for Healthcare Improvement's Breakthrough Series: Collaborative Model and Canada's Safer Healthcare Now! improvement campaign. Local improvement teams in each nursing home (1 to 2 per facility) are led by healthcare aides (non-regulated caregivers) and focus on the management of specific areas of resident care. Critical elements of the program include local measurement, virtual and face-to-face learning sessions involving change management, quality improvement methods and clinical expertise, ongoing virtual and in person support, and networking. DISCUSSION: There are two sustainability challenges in this study: ongoing staff and leadership engagement, and organizational infrastructure. Addressing these challenges will require strategic planning with input from key stakeholders for sustaining quality improvement initiatives in the long-term care sector.
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 | 0,043 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,024 |
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 ».