Co-creating technological experiences to enhance dementia care partnerships
Notice bibliographique
Résumé
Dementia is on the rise and society faces the challenge of how to manage its impacts. Challenging the biomedical discourse, sociocritical work has underscored relational aspects of caring and promoted ‘partnerships’ between persons with dementia (PwD), informal care partners, and formal care providers (the ‘partners’). Technological research has only begun to explore how innovation may enrich lived experiences with dementia beyond compensating for cognitive deficits or alleviating care ‘burdens’. My central thesis aims were to better understand the nature of care partnerships from the perspectives of PwD and family care partners, and to describe how co-creating technological experiences may impact care partnerships. Data were gathered from three qualitative studies. Study I co-designed with family care partners how they support PwD in activities, and how they envision technology complementing their care. Study II employed focus groups with adult children that constructed an understanding of how adult children sustain caring within their family and formal care contexts. Study III used a multiple case study to describe how four care networks adapted to new technologies, and how doing so impacted care practices. Toward my central thesis aims, these findings together demonstrate that care partnerships are comprised of diverse and interdependent care relationships. Partners exercise different forms of knowledge, expertise, and perspectives in ways that may converge, complement, or conflict with one another. Partners interact by responding and adapting to care changes, balancing and negotiating with one another, entrusting and diffusing care responsibilities, and learning and growing throughout their care journeys. Whether co-creating technological experiences challenges or enhances care partnerships is influenced by how partners make meaning with technology, learn and foster technological support resources, adapt care practices, and reconfigure their care relationships through technology use. Future work is encouraged to adopt relational approaches to understanding and designing to enrich lives with dementia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».