The Hidden Complexity of Long-Term Care: How Context Mediates Knowledge Translation and Use of Best Practices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Context is increasingly recognized as a key factor to be considered when addressing healthcare practice. This study describes features of context as they pertain to knowledge use in long-term care (LTC). DESIGN AND METHODS: As one component of the research program Translating Research in Elder Care, an in-depth qualitative case study was conducted to examine the research question "How does organizational context mediate the use of knowledge in practice in long-term care facilities?" A representative facility was chosen from the province of Saskatchewan, Canada. Data included document review, direct observation of daily care practices, and interviews with direct care, allied provider, and administrative staff. RESULTS: The Hidden Complexity of Long-Term Care model consists of 8 categories that enmesh to create a context within which knowledge exchange and best practice are executed. These categories range from the most easily identifiable to the least observable: physical environment, resources, ambiguity, flux, relationships, and philosophies. Two categories (experience and confidence, leadership and mentoring) mediate the impact of other contextual factors. Inappropriate physical environments, inadequate resources, ambiguous situations, continual change, multiple relationships, and contradictory philosophies make for a complicated context that impacts care provision. IMPLICATIONS: A hidden complexity underlays healthcare practices in LTC and each care provider must negotiate this complexity when providing care. Attending to this complexity in which care decisions are made will lead to improvements in knowledge exchange mechanisms and best practice uptake in LTC settings.
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.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle