MétaCan
Menu
Retour à la cohorte
Enregistrement W3103195661 · doi:10.1017/s0714980820000392

Best Practices in Dementia Care: A Review of the Grey Literature on Guidelines for Staffing and Physical Environment in Long-Term Care

2020· article· en· W3103195661 sur OpenAlexaffabout

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensAlzheimer Society of CanadaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésStaffingBest practiceGrey literatureDementiaGovernment (linguistics)Knowledge translationQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

In its first national strategy on dementia, the Government of Canada has highlighted the need to improve quality of care for individuals living with dementia, with emphasis on following best practices and evidence in care delivery and providing care staff access to education and training. It is also known that the design of the physical environment of care homes is integral to the care experience of individuals living with dementia. Therefore, this study aims to identify the best national and international practices implemented in care homes for people living with dementia in: (1) education, training, staffing, and care practices; and (2) environmental design and physical infrastructure, through the review of relevant grey literature. This article highlights key recommendations for improving the quality of care for residents living with dementia in care homes, such as: (1) facilitating translation of training into practice, (2) maintaining consistent staffing levels, and (3) designing care homes to facilitate wayfinding, accessibility, safety, comfort, appropriate sensory stimulation, familiarity, and homelikeness. The findings from this review are expected to inform the development of guidelines for a provincial dementia-friendly care home designation program and various advocacy efforts to help achieve the objectives of the national strategy on 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 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)0,027
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0140,018
Études des sciences et des technologies0,0020,003
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,349
Écart entre enseignants0,301 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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