Using a complex adaptive system lens to understand family caregiving experiences navigating the stroke rehabilitation system
Notice bibliographique
Résumé
BACKGROUND: Family caregivers provide the stroke survivor with social support and continuity during the transition home from a rehabilitation facility. In this exploratory study we examined family caregivers' perceptions and experiences navigating the stroke rehabilitation system. The theories of continuity of care and complex adaptive systems were integrated to examine the transition from a stroke rehabilitation facility to the patient's home. This study provides an understanding of the interacting complexities at the macro and micro levels. METHODS: A convenient sample of family caregivers (n = 14) who provide care for a stroke survivor were recruited 4-12 weeks following the patient's discharge from a stroke rehabilitation facility in Ontario, Canada. Interviews were conducted with family caregivers to examine their perceptions and experiences navigating the stroke rehabilitation system. Directed and inductive content analysis and the theory of Complex Adaptive Systems were used to interpret the perceptions of family caregivers. RESULTS: Health system policies and procedures at the macro-level determined the types and timing of information being provided to caregivers, and impacted continuity of care and access to supports and services at the micro-level. Supports and services in the community, such as outpatient physiotherapy services, were limited or did not meet the specific needs of the stroke survivors or family caregivers. CONCLUSION: Relationships with health providers, informational support, and continuity in case management all influence the family caregiving experience and ultimately the quality of care for the stroke survivor, during the transition home from a rehabilitation facility.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».