MétaCan
Menu
Retour à la cohorte
Enregistrement W3112109563 · doi:10.1002/alz.039478

Out of the shadows: Addressing resident‐to‐resident aggression in long‐term care

2020· article· en· W3112109563 sur OpenAlexaffabout
Riley Malvern

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensAlzheimer Society of Canada
Organismes subventionnairesnon disponible
Mots-clésAggressionSilencePsychologyLong-term careSuicide preventionMedicineNursingPoison controlPsychiatryMedical emergency

Résumé

récupéré en direct d'OpenAlex

Abstract Background Resident‐to‐resident aggression is a behaviour concern in long‐term care (LTC). Incidents of resident‐to‐resident aggression can have serious consequences and may result in poorer quality of life for residents, increased staff turnover, harmful psychological and physical effects, or death. Many people shy away from talking about resident‐to‐resident aggression because it can be a sensitive topic. This silence can result in missed opportunities to reduce the risk. Discussing it openly is an important step in working towards solutions. Method Recognizing resident‐to‐resident aggression as an urgent public health issue, the Alzheimer Society of Canada (ASC) has embarked on a multiyear project to understand the underlying needs that can trigger this behaviour, and what LTC staff need to address it. The outcome for the first phase of this project was the creation of an information booklet for LTC staff. To create the booklet an environmental scan was conducted that examined existing literature and tools on resident‐to‐resident aggression, subject‐matter experts were consulted, and focus groups were conducted with staff and families at a Canadian LTC home. Result The information booklet that has been developed addresses three main topic areas. First, it provides an overview of the issue of resident‐to‐resident aggression and outlines the potentially harmful consequences this can have on residents, families, staff and management if not dealt with appropriately and openly. Second, it outlines the importance of talking openly about resident‐to‐resident aggression as a first step in addressing this issue. Finally, the resource provides practical, person‐centred strategies for reducing incidents of resident‐to‐resident aggression; including structural and environmental approaches. In particular, it includes practical tips and strategies for how to respond to incidents when they do occur and how to reduce the risk of them happening again in the future. Conclusion Educating LTC staff about resident‐to‐resident aggression can support them to think creatively and apply effective strategies to reduce the number of incidents. Doing so can improve quality of life for residents, staff, management and families. ASC’s next steps will involve creating practical tools for staff to help them address the issue of resident‐to‐resident aggression in their own LTC home.

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 candidatesaucune
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 enseignants0,406
Score d'incertitude au seuil0,998

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

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 Opus0,064
Tête enseignante GPT0,344
Écart entre enseignants0,279 · 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.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetElder Abuse and NeglectTravaux en français237 207