INTERVENTIONS TO REDUCE STIGMA OF DEMENTIA: FINDINGS FROM A SCOPING REVIEW
Notice bibliographique
Résumé
Abstract Although there is significant stigma attached to dementia, there is a paucity of knowledge on stigma reduction interventions. Guided by a strength-based approach, this presentation consists of two objectives: 1) to identify the literature on interventions to reduce dementia-related stigma; and 2) to recognize the strength-based components of existing anti-stigma interventions. A five-stage scoping review process was used to examine peer-reviewed literature of anti-stigma interventions of dementia from 2008 to 2018. From 744 initial records, 21 articles matched our inclusion criteria and were reviewed. A stigma reduction framework was used for classifying interventions: education (to dispel myths with accurate information), contact (to provide interaction with people with dementia), mixed (education and contact interventions), and protest (to challenge negative attitudes of dementia). A range of education, contact, and mixed interventions were identified. Strength-based components of education interventions included using: facts to dispel myths, multiple mediums to support dementia information, and culturally-informed strategies for specific audiences. Key components of contact and mixed interventions included: showcasing the achievements of people with dementia, relationship-building, and engaging in purposeful learning. Findings from this study can help to inform future interventions to reduce stigma and improve the quality of life for people affected by dementia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».