MétaCan
Menu
Retour à la cohorte
Enregistrement W3161975732 · doi:10.1177/01640275211012652

The Relationships of Nursing Home Culture Change Practices With Resident Quality of Life and Family Satisfaction: Toward a More Nuanced Understanding

2021· article· en· W3161975732 sur OpenAlexaff
Yinfei Duan, Christine Mueller, Fang Yu, Kristine Mc Talley, Tetyana Shippee

Notice bibliographique

RevueResearch on Aging · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEmpowermentOperationalizationCulture changeNursingPsychologyOrganizational cultureQuality of life (healthcare)Quality (philosophy)GerontologyMedicinePublic relationsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Transforming nursing homes (NHs) from restrictive institutions to person-centered homes, referred to as NH culture change, is complex and multifaceted. This study, based on a survey of administrators in Minnesota NHs ( n = 102), tested the domain-specific relationships of culture change practices with resident quality of life (QOL) and family satisfaction, and examined the moderating effect of small-home or household models on these relationships. The findings revealed that culture change operationalized through physical environment transformation, staff empowerment, staff leadership, and end-of-life care was positively associated with at least one domain of resident QOL and family satisfaction, while staff empowerment had the most extensive effects. Implementing small-home and household models had a buffering effect on the positive relationships between staff empowerment and the outcomes. The findings provide meaningful implications for designing and implementing NH culture change practices that best benefit residents’ QOL and improve family satisfaction.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,710
Tête enseignante GPT0,592
Écart entre enseignants0,118 · 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'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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch on AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207