Commentary on “Diabetes and people with learning disabilities: issues for policy, practice and education”
Notice bibliographique
Résumé
Purpose There has been an increase in research exploring the area of intellectual and developmental disabilities (IDD) and diabetes. Despite being described as instrumental to diabetes care for people with IDD, the role and experiences of family carers, such as parents and siblings, are often neglected in this research. However, it is clear that family carers do not feel that they have sufficient knowledge about diabetes. The purpose of this commentary is to extend the content from “Diabetes and people with learning disabilities: Issues for policy, practice, and education (Maine et al. , 2020)” and discuss how family carers can feel better supported when caring for someone with IDD and diabetes. Design/methodology/approach This commentary discusses specific efforts such as STOP diabetes, DESMOND-ID and OK-diabetes for people with IDD including family carers. Encouragement is given for health care providers to recommend such programmes to people with IDD and their family carers. It is also suggested that health care providers involve family carers in diabetes care planning and implementation for people with IDD. Findings It is hoped that if changes are made to current diabetes practices and more research with family carers is conducted, diabetes prevention and management for people with IDD will be more successful and family carers can feel more confident in providing support to their loved ones. Originality/value Research exploring the role of family carers in diabetes care for people with IDD and diabetes is very limited. This commentary makes recommendations to help family carers feel better supported in their role. It also provides areas for future research.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».