MétaCan
Menu
Retour à la cohorte
Enregistrement W2896697058 · doi:10.2196/mhealth.9892

The Implementation of an Innovative Hydration Monitoring App in Care Home Settings: A Qualitative Study

2018· article· en· W2896697058 sur OpenAlexvenueno aff
Alison Steven, Gemma Wilson, Lesley Young‐Murphy

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesOxford Academic Health Science Network
Mots-clésNursingEnthusiasmQualitative researchAccountabilityPerceptionPsychologyMedical educationMedicineSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In response to marked concern regarding inadequate fluid intake recording in care homes, an innovative mobile hydration app was collaboratively developed. "Hydr8" aimed to facilitate accurate recording and communication of residents' fluid intake and ultimately increase care quality and patient safety. OBJECTIVE: The aim of this study was to examine the implementation of Hydr8 in a sample of care homes in one area in England. METHODS: The principles of Realist Evaluation and Action research were drawn upon throughout the study. Overall, 5 care homes participated in this study, 3 interview-only sites and 2 case-study sites, where interviews and observations were conducted at 3 time-points. Furthermore, 28 staff members participated, including care staff, management, a registered nurse, and administrative staff. RESULTS: Findings suggest that Hydr8 benefits practice, enhancing the understanding of hydration and person-centered care and improving staff communication. However, technical glitches hindered the seamless embedding of Hydr8 into everyday practice, and enthusiasm for long-term use was dependent on the resolution of issues. In addition, Hydr8 heightened perceptions of personal accountability, and while managers viewed this as positive, some staff members were apprehensive. However, individuals were enthusiastic about the long-term use and potential of Hydr8. CONCLUSIONS: Utilizing the findings of this study to further develop and adapt Hydr8 indicates the long-term use of Hydr8 as promising. Although perceptions of Hydr8 were primarily positive, setbacks in its implementation and use created difficulties in normalizing the solution into everyday practice. This study highlights the need for education related to hydration practice and a change of infrastructure in care home settings to implement technical solutions and changes to 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 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)0,015
score de la tête « metaresearch » (Gemma)0,027
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,007
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
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 Opus0,073
Tête enseignante GPT0,507
Écart entre enseignants0,434 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207