MétaCan
Menu
Retour à la cohorte
Enregistrement W4281639760 · doi:10.18666/trj-2022-v56-i2-11109

Preparation for Working in Long Term Care Homes: Recommendations on Therapeutic Recreation Curricula from Recreation Therapists and Staff in Ontario

2022· article· en· W4281639760 sur OpenAlex
Kristin Prentice, Miya Narushima

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTherapeutic Recreation Journal · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensBrock UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésRecreationPracticumDocumentationCurriculumNursingPsychologyMedicineLong-term careRecreational therapyPopulationGerontologyMedical educationPedagogyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

As our population ages, more seniors will require care in long term care (LTC) homes, including care from recreation therapists and staff. This study examined recreation therapists and staff’s retrospective views of what would make them better prepared for working in LTC homes. A questionnaire distributed to 290 LTC homes in Ontario was completed by 487 recreation therapists and staff. Data were analyzed using ANOVAS and frequencies. Participants ranked experience as the most important and education as the least important factor for preparing them to work in LTC. Participants indicated increased practicum experience and knowledge of charting and documentation would help prepare them to work in LTC. The results of our study suggest the need for further training in gerontological competences for TR students, such as incorporating interprofessional collaboration and experience into TR curricula. TR practitioners can also enhance their learning by collaborating with others through communities of practice.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,068
Tête enseignante GPT0,405
Écart entre enseignants0,337 · 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