EVALUATION OF SERVICE NAVIGATION AND NETWORKING FOR DEMENTIA CARE IN RURAL COMMUNITIES (SENDER) APP
Notice bibliographique
Résumé
Identifying and locating appropriate services within a fragmented health systems can be challenging and frustrating due to lack of knowledge on local services (Gorska et al). Rural communities are particularly impacted over long distance travel to access services (Umstattd et al). A smartphone app has the potential to ease service navigation and connect dementia care givers and providers with each other. Using a co-design and co-production approach, we worked and evaluated the feasibility, acceptability and impact of a service navigation and networking app “SENDER”, with 24 care givers and providers of people with dementia with smartphones in rural Victoria, Australia. We collated, mapped and uploaded data on local health, community and social services into the app. Through usage monitoring, focus groups, and a survey, we examined how often the SENDER app was used, how it changed the care givers’ knowledge of dementia services and support networks, how it affected their social connectedness to other dementia service users and providers, how its use affected care givers’ burden, and how it affected service use. Feedback was also obtained to explore the app’s ease of use. The networking function enabled rural dementia service providers and care givers to share information about transportation options to services, what the journey was like, and important amenities during travel and nearby the service. By involving care givers and providers in the app design and beta-testing, we add research knowledge about how to capitalise on revolutions in technology and best use technology to assist in rural dementia care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».