FINDING RABBIT HOLES WITHOUT FALLING IN: NAVIGATING PALLIATIVE CARE POLICY IN CANADIAN LONG-TERM CARE
Notice bibliographique
Résumé
Canada has one of the most regulated policy-laden long-term care (LTC) systems in the world. While there is noble intent, the high volume of policies creates ambiguity for knowledge users on how to provide quality end of life care for residents. More importantly, the desires of residents and/or their families for quality of life often get lost in the jungle of rules and regulations. Our research team titled SALTY (Seniors: Adding Life to Years) is assessing the complex interplay of LTC policies that influence palliative care. To date, we have collected 275 LTC related policies and influencing documents in four Canadian provinces and by using a policy analysis framework from NCCHPP (National Collaborating Centre for Healthy Public Policy), we plot each in a logic model (NCCHPP) according policy function, sphere of influence (e.g., health authority, provincial, federal) and geography. Using a hermeneutics content analysis approach, each policy is examined using Kane’s (2006) 11 domains for measuring quality of life. This iterative process reveals both the extent to which policies have resident’s quality of life at the forefront and its intended and unintended effects on other factors in the logic model. In this poster, we describe the duel framework used to structure the policy analysis aimed at adding ‘life to years’ within a palliative approach. We present our preliminary results of palliative care exemplary policies, gaps, and tensions between what should be done (system) and what is preferred (resident choice) depending on the circumstances and geography.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».