The Differential Influence of Culture Change Models on Long-Term Care Staff Empowerment and Provision of Individualized Care
Notice bibliographique
Résumé
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 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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».