MétaCan
Menu
Retour à la cohorte
Enregistrement W4206100812 · doi:10.3928/19404921-20211209-02

Feasibility and Acceptability Testing of Evidence-Based Hydration Strategies for Residential Care

2022· article· en· W4206100812 sur OpenAlexaff
Heather Keller, Cindy Wei, Ashwini Namasivayam‐MacDonald, Safura Syed, Christina Lengyel, Minn N. Yoon, Susan E. Slaughter, Phyllis Gaspar, George Heckman, Janet C. Mentes

Notice bibliographique

RevueResearch in Gerontological Nursing · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensResearch Institute for Aging
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)NursingInclusion (mineral)StakeholderMedicineGerontological nursingNursing homesPsychologySocial psychologyPublic relations

Résumé

récupéré en direct d'OpenAlex

The current study examined stakeholder perspectives on the perceived effectiveness, feasibility, and acceptability of 20 evidence-based strategies appropriate for residential care via an online survey ( N = 162). Most participants worked in long-term care (83%), were direct care providers (62%), worked in food/nutrition roles (55%), and identified as female (94%). Strategies that were rated as effective, feasible, and likely to be used in the future were social drinking events, increased drink options at meals, and pre-thickened drinks. Participants also listed their top strategies for inclusion in a multicomponent intervention. Responses to open-ended questions provided insight on implementation, compliance, and budget constraints. Participant perspectives provide insight into developing a multicomponent intervention. Strategies prioritized for such an intervention include: staff education, social drinking opportunities, drinks trolley, volunteer support, improved beverage availability, hydration reminders, offering preferred beverages, and prompting residents to drink using various cues. [ Research in Gerontological Nursing, 15 (1), 27–38.]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,214
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,673
Tête enseignante GPT0,587
Écart entre enseignants0,086 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Gerontological NursingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207