Determinants of implementing reablement into research or practice: A concept mapping study
Notice bibliographique
Résumé
PURPOSE: Reablement is a health and social model of care gaining international prominence. It is included in some publicly funded healthcare systems in Australia, Canada, United Kingdom, Norway, Sweden and other European countries. To advance reablement research and practice, we aimed to synthesize expert opinion on opportunities and challenges to delivering care with this model. METHODS: We invited authors of reablement publications and other experts from the field to take part in a three-step online concept mapping exercise: (i) brainstorming statements based on a focus prompt; followed by (ii) sorting and (iii) rating statements. We invited 63 participants, of whom 19 participants generated 114 statements. Two authors reviewed each statement independently then met three times to determine one main idea/statement and removed unrelated or duplicate ideas. The research team used concept mapping software and online and email discussion to generate clusters or groups of determinants. RESULTS: There were 58 statements for sorting and rating; 11 and 12 participants completed the sorting and rating steps, respectively. The five clusters were person and caregiver elements for participation; key reablement components for success; reablement content and delivery; organizational factors; and provider beliefs and training. Statements rated as both highly important and feasible to implement into practice were generally captured under the domains of goal setting and pursuit and person-centred care. CONCLUSION: These results generate hypotheses for future research and practice in reablement for older adults.
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 | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».