MétaCan
Menu
Retour à la cohorte
Enregistrement W3040873037 · doi:10.3233/wor-203213

Bathing frail seniors at home: Home care providers’ approaches

2020· article· en· W3040873037 sur OpenAlexaff
Emily C. King, Brett M. Weiss, Véronique Boscart, Tilak Dutta, Jack P. Callaghan, Geoff Fernie

Notice bibliographique

RevueWork · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensConestoga CollegeUniversity Health NetworkUniversity of TorontoToronto Rehabilitation InstituteUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBathingBathtubPersonal careMedicineActivities of daily livingNursing homesNursingPhysical therapyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Home care providers assisting with seniors' personal care often experience high rates of musculoskeletal disorders, particularly affecting the lower back. Assisting with bathing is consistently identified as one of their most physically demanding activities. OBJECTIVE: To identify and describe care providers' procedures for assisting a frail senior to bathe that are likely to contribute most to the development of back injuries. METHODS: Eight community-based personal support workers (home care aides) assisted a frail senior (actor) to bathe in a simulated home bathroom. Video recordings of the activity were coded according to providers' postures and to characterize techniques for providing care. RESULTS: Exposure to severe trunk flexion and high posture-induced back loads was greatest during transfers in and out of the bathtub. In particular, lifting the legs over the rim of the tub, assisting the client to shift across the bath transfer bench, and providing care to the legs and feet involved the care provider spending substantial time in highly flexed postures. No observed techniques for these activities showed substantially lower exposures. CONCLUSIONS: Further tools and/or techniques must be identified or developed to improve caregiver safety during these strenuous activities.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,180
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,052
Tête enseignante GPT0,306
Écart entre enseignants0,254 · 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.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207