IT HAS GIVEN ME A NEW LIFE: PEER MENTORING IN RESIDENTIAL CARE
Notice bibliographique
Résumé
Most residents within residential care lack a sense of purpose. This has been associated with loneliness and depression, which are wide-spread across long-term care, assisted and retirement living. There is evidence that individuals engaged in peer support groups experience significant benefits, but this type of program is rare within these settings. To address this gap we developed an innovative peer support program called the Java Mentorship Program, in which volunteers, family and residents (mentors) form a supportive team, receive education and provide mentorship and visitation in pairs to residents (visitees) that are lonely or socially isolated. We conducted a mixed-methods pre-post study to explore the outcomes of and participants’ experiences with the introduction of this program in 10 residential care settings. Over a six-month period, qualitative data were collected using a combination of observations, individual interviews and staff focus groups and quantitative data were collected using standardized measures of sense of purpose, loneliness and depression. A total of 105 mentors, 86 visitees and 24 staff enrolled in this study. Qualitative analysis identified three themes: 1) “Mutually Beneficial” described how both mentors and visitees benefitted; 2) “Recruitment and Pairing Challenges” identified issues encountered by some staff; and, 3) “Transformative Team Meetings and Education” described the program’s positive impact on staff, mentors, and visitees. Preliminary results are promising. The quantitative data analysis underway will also be presented. Positive results will support further experimental research to determine if this intervention is efficacious at decreasing depression and loneliness and enhancing purpose within residential 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».