Delivering person-centred palliative care in long-term care settings: is humanism a quality of health-care employees or their organisations?
Notice bibliographique
Résumé
Abstract Reflecting on sustained calls for patient-centredness and culture change in long-term care, we evaluated the relative importance of personal and organisational predictors of palliative care, hypothesising the former as weaker predictors than the latter. Health-care employees (N = 184) from four Canadian long-term care homes completed a survey of person-centred care, self-efficacy, employee wellbeing and occupational characteristics. Using backward stepwise regression models, we examined the relative contributions of these variables to person-centred palliative care. Specifically, blocks of variables representing personal, organisational and occupational characteristics; palliative care self-efficacy; and employee wellbeing were simultaneously regressed on variables representing aspects of person-centred care. The change in R 2 associated with the removal of each block was examined to determine each block's overall contribution to the model. We found that occupational characteristics (involvement in care planning), employee wellbeing (compassion satisfaction) and self-efficacy were reliably associated with person-centred palliative care ( p < 0.05). Facility size was not associated, and facility profit status was less consistently associated. Demographic characteristics (gender, work experience, education level) and some aspects of employee wellbeing (burnout, secondary trauma) were also not reliably associated. Overall, these results raise the possibility that humanistic care is less related to intrinsic characteristics of employees, and more related to workplace factors, or to personal qualities that can be cultivated in the workplace, including meaningful role engagement, compassion and self-efficacy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».