INSIGHTS INTO IMPLEMENTING A RELATIONSHIP-CENTRED MEALTIME INTERVENTION FOR CANADIAN LONG-TERM CARE
Notice bibliographique
Résumé
Mealtimes are an important aspect of quality of life for residents in long-term care (LTC). Interventions aimed at improving mealtimes often give little attention to the quality of relationships between care staff and residents, and are designed with a single-strategy approach. C.H.O.I.C.E. is a multi-component (i.e., education, training, leadership, communication) intervention to improve relationship-centred care (RCC) and overall mealtime experience for residents in LTC. The current study evaluates the implementation of a proof-of-concept relationship-centred mealtime intervention through understanding the perspectives of participating LTC management and care staff. C.H.O.I.C.E was implemented (April-November 2016) within two units of a LTC home in Southern Ontario, Canada. Data were collected post-intervention using staff and management key informant semi-structured interviews (n=9), which focused on mealtime changes, intervention components, implementation strategies, and program sustainability. Data was analyzed using thematic analysis. Preliminary findings provide several insights into the program and the implementation process: i) Knowing the context and culture to meet staff and resident needs; ii) Getting everyone on board, including management; iii) Keeping communication lines open throughout the process; iv) Sharing responsibility and accountability for mealtime goals and challenges; v) Empowering and supporting staff’s creative mealtime initiatives. Participants identified multiple benefits from the program, most notably an enhanced appreciation for the importance of meals and an increase in meaningful socialization with residents. Our research illustrates the value of C.H.O.I.C.E. and its capacity to improve RCC and residents’ mealtime experiences. Findings will inform the next phase of program development.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».