Social Connectivity in the Context of COVID-19 and Long-Term Care
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic has disproportionately impacted older adults, particularly those residing in long-term care homes (LTCHs), causing immense loss of life and resulting in overall health declines in LTCH residents. These vulnerable older adults have also experienced extreme loneliness, anxiety and depression. Social connectedness is an important contributor to well-being and quality of life of older adults in LTCHs and family members are an essential component to this. However, restrictions driven by policies to protect resident safety, have constrained family members’ access to long-term care homes and limited in-person contact between residents and their families. In their absence, health providers have been integral to supporting connections between residents and their families within LTCHs. This study aimed to understand the experiences of social connectedness between residents and family members who have been physically separated due to the current pandemic and, to examine LTCH health providers’ experiences and responses to support social connectedness. Using a qualitative descriptive design, in-depth semi-structured interviews were conducted with 21 family members and 11 healthcare providers. Emergent themes from qualitative content analysis are: (a) all-encompassing impacts of separation; (b) advocacy became my life; (c) the emotional toll of the unknown; 4) the burden of information translation; 5) precarious balance between safety and mistrust for the healthcare system; and (d) a formulaic approach impedes connectivity. A more comprehensive understanding of the experiences and support needs of LTCH residents and their family members within the context of a pandemic can inform practice approaches to support social connections going forwards.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».