Development and Mixed‐Methods Evaluation of a Pain Assessment Video Training Program for Long‐Term Care Staff
Notice bibliographique
Résumé
INTRODUCTION: Inadequacies in pain assessment and management in long-term care have been well documented. Insufficient pain education and inaccurate beliefs about the nature of pain and aging have been identified as possible contributors. The present study addresses the need for improved, efficient and feasible continuing pain education through the use of an assessment training video. METHODS: A total of 148 long-term care staff viewed and evaluated the training video. Knowledge changes and pain beliefs were assessed postvideo and at a four-week follow-up. Beliefs about pain, as well as pain and aging, were also examined using multivariate procedures to determine whether these variables influenced participants' evaluation of the video. Focus groups were also conducted, and transcripts were analyzed using thematic content analysis. RESULTS: Pain assessment knowledge improved postvideo and at the four-week follow-up. Participants positively evaluated the content and quality of the video. Individuals who held stronger beliefs (at baseline) about the organic nature of pain provided more positive evaluations. Barriers to implementation of practices in the video identified by the focus groups (and qualitative analysis) included time, workload and resistance to change. Facilitators to implementation included continued management support and observing the benefits to implementation. DISCUSSION: The present study provides support for the use of video training. However, based on the focus group results, top-down implementation approaches with ongoing management involvement throughout the implementation process may be needed to achieve sustained changes in pain assessment practices. A model useful for sustained implementation was proposed and discussed, and is hoped to facilitate future research.
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 | 0,027 | 0,000 |
| 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 | 0,000 | 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 ».