MétaCan
Menu
Retour à la cohorte
Enregistrement W2150223401 · doi:10.1017/s1041610210001754

Recommendations for staff education and training for older people with mental illness in long-term aged care

2010· review· en· W2150223401 sur OpenAlexaff
Wendy Moyle, Mei Chi Hsu, Susan Lieff, Myrra Vernooij‐Dassen

Notice bibliographique

RevueInternational Psychogeriatrics · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLong-term careTerm (time)Mental illnessTraining (meteorology)MedicinePsychologyGerontologyPsychiatryMental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This paper was written as a result of the International Psychogeriatric Association Task Force on Mental Health Services in Long-Term Care. The appraisal presented here aims to (1) identify the best available evidence that underpins best practice for geriatric mental health education and training of staff working in long-term care, and (2) summarize the appraisal of the literature to provide recommendations for practice. METHODS: An initial search of databases found 138 papers related to the search strategy. Selected papers were summarized and compared against set inclusion criteria. This resulted in 17 papers suitable for review. RESULTS: The majority of papers focused on behavior skills training. A number of key factors were identified that determine the success of geriatric mental health education and training and recommendations are outlined. CONCLUSIONS: Methodological weaknesses are common and highlight the need for further replication studies using strong research designs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,420
Écart entre enseignants0,371 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational PsychogeriatricsMême sujetSchizophrenia research and treatmentTravaux en français237 207