MétaCan
Menu
Retour à la cohorte
Enregistrement W2571354425 · doi:10.1093/geront/gnw147

Implementing Montessori Methods for Dementia: A Scoping Review

2017· review· en· W2571354425 sur OpenAlexafffund
Sander L. Hitzig, Christine Sheppard

Notice bibliographique

RevueThe Gerontologist · 2017
Typereview
Langueen
DomaineSocial Sciences
ThématiqueEducation Methods and Practices
Établissements canadiensUniversity of WaterlooSunnybrook Health Science CentreToronto Rehabilitation InstitutePublic Health OntarioYork UniversityHealth Sciences CentreUniversity Health Network
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDementiaInclusion (mineral)Medical educationProtocol (science)PsychologyBest practiceMedicineComputer scienceAlternative medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose of the Study: A scoping review was conducted to develop an understanding of Montessori-based programing (MBP) approaches used in dementia care and to identify optimal ways to implement these programs across various settings. Design and Methods: Six peer-reviewed databases were searched for relevant abstracts by 2 independent reviewers. Included articles and book chapters were those available in English and published by the end of January 2016. Twenty-three articles and 2 book chapters met the inclusion criteria. Results: Four approaches to implementing MBP were identified: (a) staff assisted (n = 14); (b) intergenerational (n = 5); (c) resident assisted (n = 4); and (d) volunteer or family assisted (n = 2). There is a high degree of variability with how MBP was delivered and no clearly established "best practices" or standardized protocol emerged across approaches except for resident-assisted MBP. Implications: The findings from this scoping review provide an initial road map on suggestions for implementing MBP across dementia care settings. Irrespective of implementation approach, there are several pragmatic and logistical issues that need to be taken into account for optimal implementation.

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)0,053
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,282

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,131
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0190,018
Études des sciences et des technologies0,0020,002
Communication savante0,0050,006
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,710
Tête enseignante GPT0,721
Écart entre enseignants0,011 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe GerontologistMême sujetEducation Methods and PracticesTravaux en français237 207