MétaCan
Menu
Retour à la cohorte
Enregistrement W2106498784 · doi:10.3148/74.2.2013.88

Dietetic Students’ Experiences: Providing Meal Assistance in Long-term Care Facilities

2013· article· en· W2106498784 sur OpenAlexaffvenue
Nicole Osinga, Heather Keller

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensUniversity of WaterlooUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Long-term careMealNursingMeal preparationMedicineFood scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This qualitative study involved describing the experiences of dietetic students who provided meal help to older adults. Of interest were benefits and challenges, and how training could be enhanced. METHODS: Individual, face-to-face, semi-structured interviews were conducted with nine undergraduate dietetic students. In the preceding year, these students had volunteered as meal helpers in a long-term care home. Interviews were digitally recorded and transcribed verbatim. Qualitative thematic analysis was used to analyze the transcripts. RESULTS: All participating students were female and from one undergraduate program. Three main themes emerged: growing into the role, learning outside the classroom, and providing quality assistance. CONCLUSIONS: This study provides an understanding of how meal helping can be a valuable experience for emerging dietitians. It also gives insights into training and the development of the meal helper role.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,357
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,493
Écart entre enseignants0,348 · 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 tête enseignante, 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

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetDietetics, Nutrition, and EducationTravaux en français237 207