Healthcare professionals’ perceptions of P.I.E.C.E.S. education in supporting care delivery for older adults with responsive behaviours of dementia in acute care
Notice bibliographique
Résumé
Introduction: In acute care settings persons with dementia often use responsive behaviours such as yelling and hitting as a meaningful mode of communication. Staff dementia care education programs such as P.I.E.C.E.S. may help to address these gaps in care. P.I.E.C.E.S. is a holistic clinical assessment framework that focuses on Physical, Intellectual, and Emotional health, Capabilities of an individual, and the living Environment of a person and the Social being.Aims: The aim of this interpretive descriptive study was to explore the perceptions of healthcare professionals of P.I.E.C.E.S. and recommendations to enhance its uptake.Methods: A total of 15 healthcare professionals from acute medical settings in a hospital in Ontario participated in face-to-face, semi-structured interviews. Experiential thematic and secondary data analyses were performed.Findings: P.I.E.C.E.S. had many positive perceived impacts such as promoting interdisciplinary collaboration. However, participants reported that it was challenging to sustain P.I.E.C.E.S. in practice which led to a tapering off of it approximately one year post-education. A barrier to applying P.I.E.C.E.S. was limited time.Conclusions: Findings indicate the need for educational reinforcements and sustainability strategies for dementia care programs in acute care settings. Organizations should implement regular interdisciplinary meetings to provide opportunities for staff to apply P.I.E.C.E.S.
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 | 0,001 | 0,001 |
| 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 ».