Factors Influencing Resident Responsive Behaviors Toward Staff in Nursing Homes: A Systematic Review
Notice bibliographique
Résumé
Abstract When staff experience various types of resident responsive behaviors, this can lead to decreased quality of work-life and lower quality of care. We synthesized empirical quantitative and qualitative evidence on factors associated with resident responsive behaviors directed towards staff in nursing homes. We searched 12 bibliographic databases and "grey" literature with two key words: long-term care and responsive behaviors resulting in 7671 sources. Pairs of reviewers independently completed screening, data extraction, and risk of bias assessment. Based on extracted data, we developed a coding scheme of factors utilizing the ecological model as an organizational structure. We then applied the coding scheme to quantitative and qualitative articles and prepared narrative summaries for each factor. From 86 included studies (57 quantitative, 28 qualitative, 1 mixed methods), multiple factors emerged, such as staff training about responsive behaviors (individual level); staff approaches to care (interpersonal level); leadership, staffing resources, and physical environment (institutional level); and racism and patriarchy (societal level). Quantitative and qualitative results each provided key insights, such as qualitative results pertaining to leadership responses to reports of responsive behaviors, and quantitative findings on the impact of staff approaches to care on responsive behaviors. By synthesizing both quantitative and qualitative evidence, this review provides a comprehensive overview of factors associated with resident responsive behaviors towards staff. Our findings offer insights into promising factors for long-term care system and nursing home managers to address to strive to reduce responsive behaviors of residents toward staff in nursing homes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».