Measurement and Analysis of Individualized Care Inventory Responses Comparing Long-Term Care Nurses and Care Aides
Notice bibliographique
Résumé
PURPOSE: Motivating and enabling formal caregivers to provide individualized resident care has become an increasingly important objective in long-term care (LTC) facilities. The current study set out to examine the structure of responses to the individualized care inventory (ICI). DESIGN AND METHODS: Samples of 242 registered nurses (RNs)/licensed practical nurses (LPNs) and 326 care aides were recruited from 54 LTC facilities in 3 of 5 British Columbia health authorities. Baseline confirmatory factor analytic (CFA) models were computed separately for RNs/LPNs and care aides; invariance analyses were next undertaken to compare these CFA models. RESULTS: For both RNs/LPNs and care aides, support was found for a 4-factor model of ICI responses mapping onto a higher order individualized care (IC) construct. This model was largely equivalent between formal caregiver groups, although the relative contribution of certain first-order factors differed between the two. Of further note, both groups appear to interpret and respond to 31 of 35 ICI items in a similar manner. IMPLICATIONS: The results of this study provide further support for the psychometric properties of ICI responses. Although further research is required, the ICI appears to be an appropriate self-report measure. This instrument may be used by researchers, policymakers, administrators, and practitioners alike to assess strengths as well as areas for improving the delivery of IC to LTC residents by formal caregivers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 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 ».