MétaCan
Menu
Retour à la cohorte
Enregistrement W3020411424 · doi:10.1177/1609406920920135

Walking Interviews and Wandering Behavior: Ethical Insights and Methodological Outcomes While Exploring the Perspectives of Older Adults Living With Dementia

2020· article· en· W3020411424 sur OpenAlexaff
Adebusola Adekoya, Lorna Guse

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of ManitobaRed River College
Organismes subventionnairesnon disponible
Mots-clésDementiaInterviewPsychologyAgency (philosophy)GerontologyVulnerability (computing)MedicineSociologyDisease

Résumé

récupéré en direct d'OpenAlex

While the use of walking interviews is not new in health care research, this method has not been used to study the wandering behavior of older adults living with dementia in long-term care (LTC) homes. The aim of this article is to describe ethical insights and consequential methodological outcomes when walking interviews were used as a means of exploring the perspectives of older adults living with mild to moderate dementia. We suggest that our use of walking interviews with older adults who presented with wandering behavior respected participants’ agency and, at times, placed the first author in the situation of “ethical vulnerability” in the roles of researcher and clinician. The first author, an experienced nurse clinician, walked with eight participants while interviewing them about why they walk and their intended destinations. Walking interviews provided the opportunity not only to interview participants but also to observe their walking behavior and interaction with others in the LTC home. Walking interviews with older adults living with dementia who are highly mobile in the LTC home acknowledge the primacy of the research participant and the researcher as learner.

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)0,089
score de la tête « metaresearch » (Gemma)0,115
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,473

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,115
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,012
Communication savante0,0050,005
Science ouverte0,0020,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,635
Tête enseignante GPT0,616
Écart entre enseignants0,019 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207