MétaCan
Menu
Retour à la cohorte
Enregistrement W3013793233 · doi:10.1177/0733464820910939

The Impact of Peer Mentoring on Loneliness, Depression, and Social Engagement in Long-Term Care

2020· article· en· W3013793233 sur OpenAlexafffundabout
Kristine A. Theurer, Robyn Stone, Melinda Suto, Virpi Timonen, Susan G. Brown, W. Ben Mortenson

Notice bibliographique

RevueJournal of Applied Gerontology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensResearch Institute for AgingUniversity of British Columbia
Organismes subventionnairesNational Institute on AgingSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health Research
Mots-clésLonelinessMentorshipSocial isolationDepression (economics)PsychologyGerontologyPerceptionQualitative researchSocial engagementMedicinePsychiatryMedical educationSociology

Résumé

récupéré en direct d'OpenAlex

Loneliness, depression, and social isolation are common among people living in long-term care homes, despite the activities provided. We examined the impact of a new peer mentoring program called Java Mentorship on mentees’ loneliness, depression, and social engagement, and described their perceptions of the visits. We conducted a mixed-methods approach in 10 homes in Ontario, Canada, and enrolled residents as mentees ( n = 74). We used quantitative surveys and qualitative interviews to understand their experience. After 6 months, mentees ( n = 43) showed a 30% reduction in depression ( p = .02, d = .76), a 12% reduction in loneliness ( p = .02, d = .76), and a 60% increase in the number of monthly programs attended ( p = .01, d = .37), with small-to-medium effect sizes. The analysis of mentee’s interviews revealed positive perceptions. This program offers an innovative, nonpharmacological alternative to the treatment of loneliness and depression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,426
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207