MétaCan
Menu
Retour à la cohorte
Enregistrement W4224276803 · doi:10.21853/jhd.2022.165

‘My Wellbeing Journal’: Using experience-based co-design to improve caring for older adults with multimorbidity

2022· article· en· W4224276803 sur OpenAlexaff
Michael Lawless, Matthew Wright-Simon, Maria Alejandra Pinero de Plaza, Rachel C. Ambagtsheer, Tim Schultz, Rachel Milte, Lucy K. Lewis, Lyn Whiteway, Marilyn von Thien, Mandy M. Archibald, Alison Kitson

Notice bibliographique

RevueThe Journal of Health Design · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesAustralian Association of Gerontology
Mots-clésStakeholderProcess (computing)MultimorbidityCo-designStakeholder engagementPsychologyProcess managementComputer scienceKnowledge managementEngineeringPublic relationsComorbidity

Résumé

récupéré en direct d'OpenAlex

In this study, we investigated whether using an accelerated experience-based co-design (EBCD) approach is an effective way to involve multiple stakeholder perspectives in the development of a creative tool to support goal setting in care planning for older adults with multimorbidity. We describe the iterative multi-stage approach of developing “My Wellbeing Journal”, an innovative tool that incorporates consumer experiences and priorities and research evidence on goal-based shared decision-making. The EBCD process ensured stakeholders were involved in every stage of the design and development of the journal. We also discuss procedural and methodological considerations for others conducting similar co-design research.

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)0,016
score de la tête « metaresearch » (Gemma)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,313
Tête enseignante GPT0,452
Écart entre enseignants0,138 · 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'étudeQualitatif
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Health DesignMême sujetMental Health and Patient InvolvementTravaux en français237 207