Effects of an Intervention Approach Based on the Meanings of Vocal Behaviours in Older People Living with a Major Neurocognitive Disorder: A Pilot Study
Notice bibliographique
Résumé
Introduction: Vocal behaviours (VB) are frequent in long-term care facilities (LTCF) and have many negative consequences. Interventions to decrease VB have limited clinical impact. Objective: This pilot study aimed to provide preliminary evidence on the effects of an intervention approach based on the meanings of VB in older people living with a neurocognitive disorder in LTCF. Methods: A mixed methods action research study was used. Fourteen triads (n=43) made up of an older person who manifested VB, a family member, and formal caregivers were included. An approach based on the meanings of VB was implemented in five LTCF. Semi-structured interviews took place with some participants. Tools were used at four-time points to measure five variables: the frequency of VB, the well-being of older people, the perceived disruptiveness of VB, the partnership-based decision-making and the empowerment felt by family and formal caregivers. Results: The approach improved the perception of family and formal caregivers toward older people. This led to habit changes that influenced positively the frequency of VB and the well-being of older people. Formal and family caregivers also perceived VB as less disturbing and felt more empowered relatively to VB. The attitude of formal caregivers toward families evolved positively. No other changes were noted on partnership-based decision-making. Discussion and conclusion: This study indicates the potential of this approach to improve the well-being of older people who manifested VB, their families, and formal caregivers. This approach could be implemented in LTCF, tested and adapted for other behaviours.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».