Strategies Used by Home Support Workers in the Delivery of Care to Elderly Clients
Notice bibliographique
Résumé
RÉSUMÉ On estime que 36,000 travailleurs de soutien à domicile aident les anciens canadiens chaque année avec les activités quotidiennes, comme la baignade, l’habillement, le nettoyage et les travaux ménagers légers, mais les expériences quotidiennes des travailleurs qui donnent soutien à domicile ne sont pas bien encore compris. Mahmood et Martin-Matthews (2008) ont développé un modèle qui localise le travailleur de soutien à domicile, le client âgée et la membre de la famille à l’intersection des sphères privées et publiques encadré par leur traits sociaux, spatials et temporels, et par la structure organisationnelle de l’entreprise. Cette étude, financée par Les Instituts de recherche en santé du Canada, examine et affine ce modèle grâce à une analyse des entrevues approfondies avec les travailleurs de soutien à domicile en la Colombie-Britannique. Travailleurs de soutien à domicile identifient les questions clés dans la prestation des services et discutent une gamme de solutions créatives pour effectuer leurs tâches quoti-diennes et avec de la déférence. Les conclusions de l’étude informent notre compréhension des expériences de travail des travailleurs de soutien à domicile; également ils mettent en évidence les qualités qui caractérisent les travailleurs exceptionnelles en naviguant parmi les différents domaines de soutien à domicile.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».