Influence of Individual and Contextual Characteristics on the Provision of Individualized Care in Long-Term Care Facilities
Notice bibliographique
Résumé
PURPOSE: Previous research examining improved provision of individualized care (I-Care) in long-term care (LTC) facilities has primarily considered contextual influences. Using Kanter's theory of structural empowerment, this study explored the relationship among contextual-level characteristics, individual-level characteristics, and access to empowerment structures on LTC staffs' perceived ability to provide I-Care. METHODS: Multilevel models were used to examine 567 staffs' (registered nurse [RN], licensed practical nurses [LPN], care aides) reported ability to provide I-Care, nested within 41 LTC facilities. I-Care was first modeled as a function of within-person (e.g., age, job classification, experience) and between-context (e.g., facility ownership status, culture change models) variables. Independent of these predictors, we then assessed the influence of staffs' access to empowerment structures (information, support, opportunities, resources, informal power, and formal power) on reported ability to provide I-Care. RESULTS: The intraclass correlation coefficient indicated that 91.7% of the total variance in perceived ability to provide I-Care reflected within- versus between-person differences, with the 6 empowerment variables accounting for 31% of this within-person variance independent of the other context- and person-level covariates. In the final model, only informal power (i.e., quality of interprofessional relationships) and resources (i.e., adequate time and supplies) uniquely predicted I-Care. Notably, access to resources also attenuated the significant effect of support, suggesting a possible mediating effect. IMPLICATIONS: These findings suggest that both contextual- and individual-level factors exert considerably less influence on I-Care than factors associated to staffs' perceptions of empowerment. Consequently, interventions aimed at increasing I-Care in LTC settings should carefully consider staffs' access to structural empowerment.
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 | 0,002 | 0,015 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».