MétaCan
Menu
Retour à la cohorte
Enregistrement W2429288049 · doi:10.1097/hcm.0000000000000084

Impact of the Relocation of a Long-term Residential Care Facility on Staff

2015· article· en· W2429288049 sur OpenAlexaffabout
Anne J. Kearney, Patricia Grainger, Glenda Compton, Arthur F. Morgan

Notice bibliographique

RevueThe Health Care Manager · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRelocationStaffingPreparednessEconomic shortageLikert scaleScale (ratio)Long-term careDeskNursingPsychologyOperations managementBusinessMedical educationMedicineManagementGeographyEngineeringComputer scienceGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

This article describes the relocation of residents and staff of a long-term residential care facility into a new state-of-the-art building in a Canadian province. All staff were surveyed about their perceptions of the moving process 2 months after the move occurred using a newly created 51-item questionnaire containing both open-ended and closed questions (5-point Likert scale). The results were positive for the 3 subscales of the survey, with average scores for premove, midmove, and postmove items of 3.67, 3.94, and 3.66, respectively. There was no significant difference in the means when comparing staff position, years of employment, or assignment to 1 or more units. Staff were very positive about the move itself, the orientation provided and overall planning, and support from coworkers and management. Some concerns were raised about staffing shortages, involvement of residents, and preparedness of the units and building. In addition, it is evident that relocation is an ongoing process, with many supports required in the months after the move. This article describes a very well planned and executed relocation of a long-term residential care facility and can provide guidance and lessons learned to assist other administrators who are planning a similar endeavor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,602

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,002
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,057
Tête enseignante GPT0,434
Écart entre enseignants0,377 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations6
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Health Care ManagerMême sujetGeriatric Care and Nursing HomesTravaux en français237 207