MétaCan
Menu
Retour à la cohorte
Enregistrement W3163204058 · doi:10.1017/s0714980821000106

The Role of Volunteers in Enhancing Resident Quality of Life in Long-Term Care: Analyzing Policies that May Enable or Limit this Role

2021· article· en· W3163204058 sur OpenAlexafffundabout
Mary Jean Hande, Deanne Taylor, Janice Keefe

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInterior HealthMount Saint Vincent University
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Nova ScotiaMichael Smith Health Research BCNova Scotia Health Research FoundationAlzheimer Society
Mots-clésLong-term careQuality of life (healthcare)GerontologyVolunteerQuality (philosophy)PsychologyMedicinePublic relationsNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Research has shown that long-term care (LTC) volunteers play important roles in enhancing the quality of life (QoL) of older LTC residents, often through providing unique forms of relational care. Guided by Kane's QoL domains, we used a modified objective hermeneutics method to analyze how unique volunteer roles are represented and supported in provincial policies in Alberta, British Columbia, Ontario, and Nova Scotia. We found that policies define volunteer roles narrowly, which may limit residents' QoL. This happens through (1) omitting volunteers from most regulatory policy, (2) likening volunteers to supplementary staff rather than to caregivers with unique roles, and (3) overemphasizing residents' safety, security, and order. We offer insights into promising provincial policy directions for LTC volunteers, yet we argue that further regulating volunteers may be an inadequate or ill-suited approach to addressing the cultural, social, and structural changes required for volunteers to enhance LTC residents' QoL effectively.

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)0,013
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

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