Oral Care for Frail Elders: Knowledge, Attitudes, and Practices of Long‐Term Care Staff
Notice bibliographique
Résumé
The University of British Columbia Geriatric Dentistry Program (GDP) offers dental services and provides a comprehensive in-service education program for nursing and residential care-aide (RCA) staff in the provision of daily mouth care for elders in various long-term care (LTC) facilities in Vancouver. This study examined the general impact of the education initiative at one LTC site. A survey (N=90), semi-structured open-ended interviews (N=26), and product audits were conducted to 1) examine the impact of the GDP education initiative on the level of knowledge, attitudes, and practices of RCAs and nursing staff regarding the provision of daily mouth care; 2) identify the enablers and barriers that influenced the provision of daily mouth care practices, policies, and protocols using the PRECEDE-PROCEED model of health promotion research; and 3) assess the self-perceptions of RCAs and nursing staff members regarding their oral health. A knowledge gap was evident in some key areas pertaining to prevention of dental diseases. Twenty-five percent of residents were missing toothbrushes and toothpaste for daily mouth care. Residents who exhibit resistance to mouth care tended not to receive regular care, while issues such as time, increased workload, limited staff, and the lack of an accountability structure are disenabling factors for provision of daily mouth care. Results suggest that the impact of educational interventions is affected by the quality of in-service education, an absence of identified predisposing, reinforcing, and enabling factors, and a strong commitment among LTC staff to the provision of daily mouth care for frail elders.
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 | 0,000 | 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 ».