MétaCan
Menu
Retour à la cohorte
Enregistrement W2924607747 · doi:10.1097/ncq.0000000000000400

Including and Training Family Caregivers of Older Adults in Hospital Care

2019· article· en· W2924607747 sur OpenAlexaff
Beth Fields, Juleen Rodakowski, Cassandra Leighton, Connie Feiler, Tami Minnier, A. Everette James

Notice bibliographique

RevueJournal of Nursing Care Quality · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensFields Institute for Research in Mathematical Sciences
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryFamily caregiversThematic analysisNursingPsychologyMedicineQualitative researchGerontology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the role caregivers play in the delivery of care, the interactions and training methods used with caregivers during an inpatient stay are not clear. PURPOSE: The purpose was to examine interactions and training methods used with caregivers during hospital care. METHODS: A mixed-methods case study was conducted. Observations were summarized and interviews were analyzed using thematic analysis. RESULTS: The frequency of caregiver engagement varied at different points in the care process but was highest among observations during the stay care point. Providers were most commonly using written and verbal instructions to train caregivers. Three themes emerged from the interviews and were described to be both facilitators and barriers to caregiver involvement: experience, time, and relationship. CONCLUSIONS: High-quality person and family-centered care depends upon coordinated efforts among health care systems, providers, patients, and caregivers. Future caregiver initiatives should aim to decrease disengagement, increase assessment, and broaden the use of training methods.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,114
Tête enseignante GPT0,442
Écart entre enseignants0,328 · 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'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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207