MétaCan
Menu
← Retour à la cohorte
Enregistrement W3116978451 · doi:10.1093/geroni/igaa057.3413

“When you are working in this environment, you’re more likely to get sick”: Mapping Care Relationships in LTC

2020· article· en· W3116978451 sur OpenAlexaffabout
Andreina Marquez de la Plata Gregor, Katie Aubrecht, Tamara Daly, Ivy Lynn Bourgeault, Susan Braedley, Prince Owusu, Pat Armstrong, Hugh Armstrong

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensCarleton UniversityYork UniversityUniversity of OttawaSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésStaffingThematic analysisContext (archaeology)AutonomyNursingPsychologyLong-term careHealth careMedicineQualitative researchSociologyGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract The pandemic has shone a light on problems within the long-term care (LTC) sector. As was true prior to COVID-19, many of the present issues in LTC can be traced to challenging working conditions, such as persistent understaffing of care workers. Working short-staffed means rushing through care, while only satisfying the most basic bodily needs of the resident. This presentation shares early findings from a thematic analysis of interviews conducted with seven care workers as part of the “Mapping Care Relationships” stream of the Seniors –Adding Life to Years (SALTY) project, a pan-Canadian research program that maps how promising approaches to care relationships are organized and experienced in LTC. The purpose of the analysis was to understand how short-staffing is affecting the formation and preservation of meaningful staff-resident relations, and what the impact is on quality of care. Two overarching themes emerged: 1) a relationship between time and work-place illness, injury and violence; 2) a relationship between care worker autonomy and resident quality of care. When working conditions do not support workers in voicing and/or addressing challenges they experience in the workplace, whether this results from understaffing or hierarchical power structures, care workers’ ability to deliver even basic care is jeopardized, and resident and worker health and wellness are placed at risk. Themes are discussed in the context of COVID-19 in light of responses to outbreaks in LTC that have reduced the availability of care workers, family visitors and volunteers, and emphasized top-down and even militarized approaches to care management.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,234
Score d'incertitude au seuil0,464

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0160,008
Communication savante0,0070,005
Science ouverte0,0020,008
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 Opus0,116
Tête enseignante GPT0,353
Écart entre enseignants0,238 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→