BIG OR SMALL STORIES? TWO WAYS TO APPROACH NARRATIVE CARE IN CANADIAN LONG-TERM CARE SETTINGS
Notice bibliographique
Résumé
Presenting subjective experiences through stories is of great importance to the identities of human beings. Therefore, persons can be considered to be ‘narrative beings’. However, residents living in nursing homes often experience barriers expressing their stories – partly due to cognitive or physical impairments, partly due to a lack of persons stimulating their stories or listening to them. This threatens residents’ narrative identities. Care providers can use approaches, such as life story work or narrative care to support residents in remembering and continuing to compose their stories. These approaches honor residents’ life stories and foster identities. We were interested in how nursing homes in Canada have taken up the practice of narrative care. In a qualitative study we engaged in conversations with ten experts in narrative care and five long-term care providers. We analyzed the data using content analysis and identified two key approaches to foster residents’ narrative identity development in practice. One approach, which we refer to as the ‘big story’ approach, focused on gaining whole life stories and producing life story books and DVDs about residents’ lives. Other approaches reflected ‘small stories’; here narrative care is seen as the co-composition of identities that grows through the interactions of care providers and residents, fostering the ongoing and ordinary communications necessary for identity development. We will highlight characteristics, possibilities and challenges of big and small story approaches, particularly in relation to the implementation and sustainability of narrative care in nursing home settings.
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 | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,035 | 0,037 |
| Communication savante | 0,019 | 0,010 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».