MétaCan
Menu
Retour à la cohorte
Enregistrement W2939525509

The Initial Development and Evaluation of iGeriCare Lessons

2018· dissertation· en· W2939525509 sur OpenAlexfundaboutno aff
Andrea Elizabeth Wurster

Notice bibliographique

RevueMacSphere (McMaster University) · 2018
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEducational Tools and Methods
Établissements canadiensnon disponible
Organismes subventionnairesHamilton Health Sciences FoundationAlzheimer's SocietyMcMaster UniversityHamilton Health Sciences
Mots-clésDevelopment (topology)Mathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Informal caregivers (CGs) of people with dementia (PwD) in Ontario may provide upwards \nof 90 hours or more of caregiving (CG) or assistance to a loved one, per week. CGs of PwD \noften face increased social isolation, disrupted routines, and experience adverse health \neffects as this work is incredibly difficult and overwhelming, requiring knowledge, \neducation, resources, and support. eHealth interventions can help to respond to the dynamic \nand changing needs of these CGs. To respond to these needs, Dr. Richard Sztramko \nconceptualized iGeriCare, an educational multimedia tool. 10 iGeriCare lessons were \ncreated and developed by Dr. Sztramko and Dr. Anthony J. Levinson and his team at the \nDivision of e-Learning and Innovation. \nThe objective of this thesis is to review psychoeducational interventions aimed at CGs of \npatients with dementia and to evaluate the usability of iGeriCare learning modules. This \nthesis is comprised of two phases, a systematic literature review and an evaluation of the \niGeriCare lessons. A systematic search was performed on MEDLINE, PubMed, CINAHL, \nand EMBASE. 31 articles and 23 prospective interventions were included in the final \nanalysis. These interventions were generally perceived positively by CGs. Despite CG-perceived \nvalue, there is not enough evidence in the literature to clearly state whether online \ninterventions improve CG stress, self-efficacy, or burden. \nThe Quality in Use Integrated Measurement Framework (QUIM) informs usability. Two \nexperienced CGs agreed to participate. After they viewed the iGeriCare lessons on the \neLearning management system (through the web-based system 360 Articulate), they were \ninterviewed via telephone to gather their opinions of the usability of the iGeriCare modules. \nQualitative interview data were analyzed, resulting in the following themes: relevance of \ncontent and information, slide design, ease of navigation, forward learning, educational \ntools, and accessibility. They perceived iGeriCare as an effective tool with online \nconvenience and relished the thought of an online community whereby CGs can interact in \na spirit of comradery and togetherness.

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)0,020
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,108
Tête enseignante GPT0,393
Écart entre enseignants0,285 · 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'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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetEducational Tools and MethodsTravaux en français237 207