MétaCan
Menu
Retour à la cohorte
Enregistrement W2900005909 · doi:10.1093/geroni/igy023.1478

INCLUDING FAMILY CAREGIVERS IN CANADIAN LONG TERM CARE: AMBIGUITY BETWEEN POLICY AND PRACTICE

2018· article· en· W2900005909 sur OpenAlexaffabout
Janice Keefe, Deanne Taylor, Bob Parker, L Tay, H Cook

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInterior HealthMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)AmbiguityQuality of life (healthcare)Long-term careGerontologyPsychologyScale (ratio)Quality (philosophy)NursingMedicineGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Canada has one of the most policy-dense long-term care (LTC) systems in the world. These policies intend to frame best quality of care practices for people living in care. Unfortunately, the high volume of and gaps within policies create ambiguity for care providers in how to enact sometimes contradictory policy in keeping with the quality of end of life preferences of residents and their families. Our research team within SALTY (Seniors: Adding Life to Years) is assessing the complex interplay of LTC policies that influence quality of life (QOL) at end of life in LTC. We have analyzed more than 150 relevant policies from four Canadian provinces using a hermeneutics content analysis approach. Each document was categorized by specificity to LTC, and degree of compliance against a 6 level scale. Next, to assess the QOL elements, each policy was examined using Kane’s (2006) 11 domains for measuring QOL. Findings were themed by applying a family-centred lens. Results demonstrate differences between each province’s most binding compliance policy documents in terms of language, goal, intention, and context when considering friend/family caregiver involvement as a quality of end of life consideration. This presentation highlights the differences between four provinces located at the most eastern and western parts of the country. We highlight the implications of these policy differences against how persons living in care value family and friends as part of their quality of end of life experience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,447
Écart entre enseignants0,366 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207