Launching ‘Namaste Care’ in Canada: findings from training sessions and initial perceptions of an end-of-life programme for people with advanced dementia
Notice bibliographique
Résumé
BACKGROUND: Multisensory approaches and programmes have been developed to improve the quality of both life and dying for people with advanced dementia. However, little is known about the experiences of staff, family and others involved in the use of these programmes, and in the relevant education provided to improve the quality of life of residents living with advanced dementia in long-term care homes. AIM: The aim of this study was to explore early experiences associated with the implementation of a new programme called 'Namaste Care' in two Canadian long-term care homes. METHODS: A multiple methods design was used. This included a survey to evaluate a 2-day education programme and qualitative description of interview data that explored experiences during the first 3 months of implementation. RESULTS: Survey respondents included 44 long-term care staff and 44 others (primarily family) who had attended a 2-day training session or public lecture. Interviews were undertaken with 18 staff, 5 family members and 2 volunteers to generate qualitative descriptions about the last 3 months of implementation of the 2-day education programme. The majority of those who attended training rated this as excellent and affirmed that they now understood the purpose of 'Namaste Care'. Most endorsed that they had learned some essentials of 'Namaste Care' delivery. The majority of those who attended the public lecture were very satisfied with the education, and better understood how this novel programme could be implemented in long-term care. Qualitative description of interview data revealed that participants were positive about 'Namaste Care' in long-term care, and identified both barriers and facilitators to implementation as well as recommendations to help with future implementation. CONCLUSIONS: These study findings support the use of a facility-wide educational programme to help launch a new innovation in long-term care.
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 | 0,002 | 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 | 0,001 |
| 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 ».