MétaCan
Menu
Retour à la cohorte
Enregistrement W3017877606 · doi:10.1017/s0714980820000082

Stakeholder Engagement in Practice Change: Enabling Person-Centred Mealtime Experiences in Residential Care Homes

2020· article· en· W3017877606 sur OpenAlexaff
Sienna Caspar, Erin Davis, Kelsey Berg, Susan E. Slaughter, Heather Keller, Peter Kellett

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensResearch Institute for AgingUniversity of WaterlooUniversity of AlbertaUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésStakeholder engagementStakeholderScale (ratio)PsychologySocial careIntervention (counseling)NursingPerson-centered careDementiaApplied psychologyMedicinePublic relationsHealth carePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Person-centred care is recognized as best practice in dementia care. The purpose of this study was to evaluate the effectiveness of a stakeholder engagement practice change initiative aimed at increasing the provision of person-centred mealtimes in a residential care home (RCH). A single-group, time series design was used to assess the impact of the practice change initiative on mealtime environment across four time periods (pre-intervention, 1-month, 3-month, and 6-month follow-up). Statistically significant improvements were noted in all mealtime environment scales by 6 months, including the physical environment (z = -3.06, p = 0.013), social environment (z = -3.69, p = 0.001), relationship and person-centred scale (z = -3.51, p = 0.003), and overall environment scale (z = -3.60, p = 0.002). This practice change initiative, which focused on enhancing stakeholder engagement, provided a feasible method for increasing the practice of person-centred care during mealtimes in an RCH through the application of supportive leadership, collaborative decision making, and staff engagement.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,100
Tête enseignante GPT0,320
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetGeriatric Care and Nursing HomesTravaux en français237 207