An Evaluation of the Communication at End-of-Life Education Program for Personal Support Workers in Long-Term Care
Notice bibliographique
Résumé
Background: Communication skills are crucial for personal support workers (PSWs) to foster therapeutic relationships with the residents and their families in the long-term care (LTC) setting. Aim: To evaluate the impact of the Communication at End-of-Life (CEoL) Education Program on the competency and confidence of PSWs working in LTC to communicate about palliative and end-of-life care, and factors affecting their involvement in palliative and end-of-life care. Setting/Participants: PSWs from 35 LTC homes in Ontario, Canada, who participated in the CEoL Education Program between January and March 2019. Design: Mixed-methods evaluation using pre- (n = 178) and post-workshop (n = 113) surveys capturing the attitudes and beliefs toward death and dying; relationships with residents and families; and PSWs' participation in end-of-life care. Follow-up interviews were conducted between February and March 2019 with 21 PSWs to examine facilitators and barriers that affected their confidence in engaging in palliative care. Results: We observed significant improvements in all three domains, with the greatest increase (11%, p < 0.001) in the proportion of participants who responded “Often” or “Always” in the participation in end-of-life care domain. Specifically, we observed PSWs' elevated confidence in speaking with families of the residents about end-of-life, discussing goals and plans with the residents, and realizing that a “good death” is possible. Time constraints and staff shortages were recurrent themes that hindered many participants' ability to provide resident-centered care. Conclusions: This evaluation demonstrates that CEoL Education Program was associated with improved PSW competency and confidence in supporting palliative and end-of-life care in LTC settings.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».