INFLUENCE OF ORGANIZATIONAL CONTEXT ON NURSING HOME RESIDENTS’ SOCIAL ENGAGEMENT
Notice bibliographique
Résumé
Unregulated care providers (health care aides) provide the majority of hands-on care to nursing home residents. The work environment (organizational context) of these direct care providers is increasingly recognized as having an effect on resident outcomes (e.g., pressure ulcers, pain, social engagement). Social engagement is a crucial component of resident health as lower levels are associated with increased risk of depression and mortality. The purpose of this presentation is to examine how individual resident factors and modifiable elements of the organizational context (e.g. leadership, culture) influence the social engagement of residents. We used data collected in 91 Western Canadian nursing homes in the Translating Research in Elder Care (TREC) program of research: 4,056 health care aide surveys and 87,423 Resident Assessment Instrument-Minimum Data Set (RAI-MDS 2.0) records. Health care aide surveys provide information on staff demographics and organizational context. RAI data is routinely collected in the nursing homes and collects information such as resident characteristics, health conditions, and medications, to assist in care planning and monitoring quality of care. Using mixed-models we assessed the effect of resident, staff, and facility factors on residents’ social engagement. We found that residents’ cognitive impairment and sensory impairment were associated with reduced social engagement. Quality of organizational context and quality of staff work life were positively related to resident social engagement. Organizational context in nursing homes is modifiable. Understanding the effect of organizational context on resident social engagement helps to identify tangible features of nursing homes to improve resident health and quality of life.
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 | 0,000 |
| 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 | 0,000 | 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 ».