MétaCan
Menu
Retour à la cohorte
Enregistrement W2802022346 · doi:10.1080/13607863.2018.1453483

Mental health knowledge and training needs among direct care workers: a mixed methods study

2018· article· en· W2802022346 sur OpenAlexafffund
Candace Konnert, Vivian Huang, Barbara Pesut

Notice bibliographique

RevueAging & Mental Health · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaToronto Metropolitan UniversityUniversity of Calgary
Organismes subventionnairesAlberta Health Services
Mots-clésMental healthLonelinessPsychologyAffect (linguistics)CognitionWorkloadHealth careFocus groupNursingMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Direct care providers (DCWs) spend the most time with clients in the home, and as such, play an integral role in identifying mental health problems. However, DCWs receive little preparation in mental health and there is little research regarding their role in the mental health care of clients. The purpose of this study was to explore DCWs' knowledge, attitudes, and experiences of caring for clients with mental health problems from the perspectives of DCWs and key administrators (KAs). METHOD: Mixed method design. Structured interviews were conducted with DCWs. Focus groups were conducted with KAs. RESULTS: Twenty-nine DCWs and 12 KAs took part in the study. Loneliness and memory problems in clients were the most prevalent challenges identified by DCWs. DCWs' self-reported mental health knowledge was mid to high across all domains, although they had many misconceptions about mental health and aging. Helpful strategies in working with clients included communication skills, rapport-building, behavioral, cognitive, emotion-regulation, and making use of external resources. KAs noted individual differences in DCWs' mental health knowledge and indicated that mental health issues were often viewed by DCWs as dispositional problems or a normal part of aging. KAs viewed DCWs' greatest challenges as personalizing difficult client behaviors, lack of knowledge about how to manage specific behaviors, and difficulties managing their own emotions towards clients. CONCLUSION: Data from this study suggest important areas for DCW development. However, system issues that affect DCWs such as workload, resources, mental health stigma, and diverse client populations should be addressed concurrently.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,494
Écart entre enseignants0,427 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAging & Mental HealthMême sujetGeriatric Care and Nursing HomesTravaux en français237 207