COMPAs—An app designed to support communication between persons living with dementia in long‐term care and their caregivers
Notice bibliographique
Résumé
Abstract Background People with dementia experience autonomy loss, and require caregiver support on a daily basis. Dementia is also characterized by progressive communication disorders, leading to isolation in both persons with dementia and caregivers. Caregivers also experience stress and increasing burden which makes them particularly susceptible to burnout. As a whole, these factors hamper quality of life in both members of the dyad. The present study examines the efficacy of COMPAs, an App designed on principles of person‐centered and emotional communication, with the purpose of improving well‐being in persons with dementia and their caregivers, including the extreme isolation conditions imposed by COVID‐19. Method In this implementation study on COMPAs, caregivers in two long‐term care facilities were trained to use COMPAs and taught strategies to improve communication with persons with dementia. Measures were taken before and after 8 weeks of interventions with COMPAs. Qualitative analyses on semi‐structured interviews and quantitative analysis on questionnaires were completed. Results Interventions with COMPAs improved the quality of communication and quality of life within the dyad. They also reduced caregiver burden and increased their feeling of personal accomplishment. Conclusion COMPAs contributes to the well‐being of persons with dementia and their caregivers, thanks to its focus on emotional communication. It represents a valid tool to improve person‐centered communication in long‐term care facilities, including extreme isolation contexts.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».