MétaCan
Menu
← Retour à la cohorte
Enregistrement W3112421007 · doi:10.1093/geroni/igaa057.3482

Long-Term Care Registered Dietitians’ Initial Response to the COVID-19 Pandemic

2020· article· en· W3112421007 sur OpenAlexaffabout
Julie Beitel, Allison Cammer

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPandemicContext (archaeology)Coronavirus disease 2019 (COVID-19)Long-term careMedicineOutbreakNursingGerontologyFamily medicineGeographyVirologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract At the outset of the global pandemic, long-term care (LTC) homes in Canada were captured in media reports as the centre of Canada’s COVID-19 epidemic. An estimated 80% of all COVID-19 deaths in Canada were associated with LTC outbreaks as of May 25, 2020. Infection control measures have swiftly changed the environment in many LTC homes for residents, workers, loved ones, and other supports. Registered Dietitians (RDs) are among the many care professionals working in LTC affected by these changes. The aim of this qualitative study was to examine the roles of RDs in supporting LTC residents during the initial phases of the pandemic. RDs faced remote practice, redeployment to address pandemic priorities, or cohorting to a sole practice site, yet were responsible for resident nutritional health. In-depth, web-based, semi-structured interviews with thirteen RDs working in LTC in a prairie province of Canada were used to explore the changes to work, challenges faced, impact on residents, and innovations in practice. The findings from this study capture nutrition and wellness-related implications of the COVID-19 pandemic within LTC homes. Examining the initial response of LTC RDs to the COVID-19 pandemic can help in planning for opportunities to support or enhance delivery of nutrition care in LTC homes, both in the context of the ongoing pandemic as well as future practice.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,614

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,187
Tête enseignante GPT0,470
Écart entre enseignants0,283 · 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'étudeQualitatif
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 revueInnovation in Aging→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→