Conditions and ethical challenges that could influence the implementation of technologies in nursing homes: A qualitative study
Notice bibliographique
Résumé
AIM: To explore the conditions that may influence the implementation of an interactive mobile application (app) and an intelligent videomonitoring system (IVS) in nursing homes (NHs) and the ethical challenges of their use. BACKGROUND: There is a lack of knowledge about implementing technologies in NHs and the ethical challenges that might arise. In past studies, nursing care teams expressed the need for technologies offering clinical support. Technologies like an IVS and an app could prove useful in NHs to prevent and manage falls and responsive behaviours. DESIGN: An exploratory qualitative study was conducted with care managers, family caregivers and formal caregivers in five NHs. METHODS: Each participant was shown a presentation of a potential app and a short video on an IVS. It was followed by an individual semi-structured interview. A conventional content analysis was performed. FINDINGS: Potential users found it would be possible to implement these technologies in NHs even if resistance could be expected. To facilitate adoption and achieve clinical benefits, the implementation of technologies should be pilot-tested, and coaching activities should be planned. Ethical risks were considered already present in NHs even without technologies, for example, risks to privacy. Strategies were proposed, for instance, to adapt the code of ethics and procedures. Some potential prejudices about the interest and abilities of older staff, nurses' aides, and family caregivers to use technology were identified. CONCLUSIONS: Through rigorous and ethical implementation, technologies supporting clinical care processes could benefit older people living in NHs, as well as their relatives and the staff. IMPLICATIONS FOR PRACTICE: Various strategies are proposed to successfully implement technologies. Effort should be made to avoid prejudices during implementation, and procedures should be adapted to mitigate possible ethical challenges.
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 | 0,000 | 0,000 |
| 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 ».