MétaCan
Menu
Retour à la cohorte
Enregistrement W2119080855 · doi:10.1017/s0714980809090138

The Differential Influence of Culture Change Models on Long-Term Care Staff Empowerment and Provision of Individualized Care

2009· article· fr· W2119080855 sur OpenAlexaff
Sienna Caspar, Norm O’Rourke, Gloria Gutman

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2009
Typearticle
Languefr
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEmpowermentTerm (time)Culture changeLong-term careDifferential (mechanical device)Differential effectsNursingBusinessIntensive care medicineMedicineEconomic growthSociologyEconomicsSocial scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ La présente étude vise à déterminer si des différences existent entre les divers modèles de changement de culture (MCC) relativement à la perception du personnel soignant agréé à l’égard de l’accès aux structures d’habilitation et des prestations connues de soins individualisés. Nous avons embauché des employés qui travaillent dans des établissements ayant mis en œuvre les modèles sociaux de soins Eden Alternative, GentleCare ou Facility Specific ou n’ayant pas implanté de MCC. Nous avons effectué des analyses de variance multidimensionnelles de chacun des trois groupes de personnel soignant (infirmières autorisées, infirmières auxiliaires autorisées et aides-soignants) en fonction de chaque CCM. Les résultats indiquent qu’il existe des différences considérables entre le personnel soignant agréé et entre chacun des MCC. Plus le personnel soignant côtoie quotidiennement les patients, plus l’influence des MCC semble affecter l’autonomisation perçue et les prestations connues de soins individualisés. Des recherches suggèrent que les employés travaillant dans des établissements ayant mis en œuvre un des modèles sociaux de soins mentionnés ci-dessus profitent des meilleures conditions de travail. Inversement, parmi les établissements ayant implanté un de ces modèles, seul le personnel d’un établissement a fourni des réponses différentes de celles des employés travaillant dans des établissements sans MCC.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,511
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,292
Écart entre enseignants0,274 · 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.

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

Citations60
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetGeriatric Care and Nursing HomesTravaux en français237 207