Developmental Evaluation of the CHOICE+ Champion Training Program
Notice bibliographique
Résumé
Context: Mealtimes in residential care homes are important for social engagement and can encourage resident relationships. Yet, training programs to improve mealtime care practices in residential care settings remain limited in learning approaches and scope. Objectives: To determine whether a one-day Champion Training session would improve participants’ knowledge, skills, and confidence to implement a relationship-centred mealtime program (CHOICE+) in their homes. Methods: The study employed a pre-/post-test design to evaluate a train-the-trainer model using paper-based questionnaires. Thirty-four participants attended the training session; 25 participants completed pre/post training questionnaires based on Kirkpatrick’s evaluation model. Training included: 1) program implementation manual, 2) best-practices document, 3) educational resources and evaluation tools, 4) presentation on theory-based implementation strategies and behaviour change techniques, and 5) group discussion on applying strategies and techniques, problem-solving for implementation facilitators and barriers. Findings: More than half of attendees worked as Food Service Managers or Registered Dietitians. Participants identified several organizational factors that could impact their home’s readiness to implement CHOICE+, though they felt training to be acceptable and feasible for their homes. Participants reported increase in knowledge (8.4 ± 1.1), confidence (8.3 ± 1.4), and commitment (8.8 ± 1.4) to implement the relationship-centred mealtime program. There was no association with pre-training readiness, leadership, or home characteristics. Limitations: Generalizability is limited due to small sample size. Follow-up interviews on results of training could not be conducted due COVID-19 pandemic research restrictions. Implications: Champion Leader training is an effective and feasible learning approach to up-skill staff on change management and relationship-centred mealtime practices in residential care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».