MétaCan
Menu
Retour à la cohorte
Enregistrement W4200589672 · doi:10.2196/32442

COVID-19’s Influence on Information and Communication Technologies in Long-Term Care: Results From a Web-Based Survey With Long-Term Care Administrators

2021· article· en· W4200589672 sur OpenAlexvenueno aff
Amy M. Schuster, Shelia R. Cotten

Notice bibliographique

RevueJMIR Aging · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioemotional selectivity theoryTelehealthLong-term careInformation and Communications TechnologyPandemicBusinessCoronavirus disease 2019 (COVID-19)VideoconferencingMedicineNursingSocial mediaTelemedicineGerontologyHealth carePolitical scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevalence of COVID-19 in the United States led to mandated lockdowns for long-term care (LTC) facilities, resulting in loss of in-person contact with social ties for LTC residents. Though information and communication technologies (ICTs) can be used by LTC residents to support their socioemotional needs, residents must have access to ICTs to use them. OBJECTIVE: This study explored ICT access and use in LTC facilities and how LTC facilities adapted to try to enhance social connections for their residents during the COVID-19 pandemic. METHODS: LTC administrators in South Carolina (United States) were invited to complete a web-based survey exploring ICT access and use in LTC facilities and whether access and use changed as a result of the COVID-19 pandemic. RESULTS: LTC administrators (N=70, 12 nursing homes [NHs], and 58 assisted living facilities [ALFs]) completed the web-based survey. Since March 2020, a total of 53% (37/70) of the LTC facilities have purchased ICTs for residents' use. ICTs have mainly been used for videoconferencing with family members (31/36, 86%), friends (25/36, 69%), and health care providers (26/36, 72%). NHs were 10.23 times more likely to purchase ICTs for residents' use during the COVID-19 pandemic than ALFs (odds ratio 11.23, 95% CI 1.12-113.02; P=.04). Benefits of ICT use included residents feeling connected to their family members, friends, and other residents. Barriers to ICT use included staff not having time to assist residents with using the technology, nonfunctional technology, and residents who do not want to share technology. CONCLUSIONS: Our results suggest that over half of the LTC facilities in this study were able to acquire ICTs for their residents to use during the COVID-19 pandemic. Additional research is needed to explore how residents adapted to using the ICTs and whether LTC facilities developed and adopted technology integration plans, which could help them be prepared for future situations that may affect LTC residents' engagement and communication opportunities, such as another pandemic.

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)0,014
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,382
Écart entre enseignants0,349 · 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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207