Improving Family Presence in Long-Term Care during the COVID-19 Pandemic
Notice bibliographique
Résumé
Family caregivers play a vital role in supporting the physical and mental health of long-term care (LTC) residents.Due to LTC visitor restrictions during the COVID-19 pandemic, residents (as well as family caregivers) showed significant adverse health outcomes due to a lack of family presence.To respond to these outcomes, eight implementation science teams led research projects in conjunction with Canadian LTC homes to promote the implementation of interventions to improve family presence.Overall, technological and virtual innovations, increased funding to the sector and partnerships with family caregivers were deemed effective methods to promote stronger family presence within LTC.Résumé Les proches aidants jouent un rôle essentiel pour la santé physique et mentale des résidents des établissements de soins de longue durée (SLD).En raison des restrictions imposées aux visiteurs pendant la pandémie de COVID-19, les résidents (ainsi que les proches aidants) ont vécu d'importants effets néfastes sur la santé en raison d'un manque de présence familiale.En réaction à ces résultats, huit équipes en science de la mise en œuvre ont mené des projets de recherche en collaboration avec des établissements de SLD canadiens dans le but de promouvoir la mise en œuvre d'interventions qui visent à favoriser la présence familiale.Dans l'ensemble, les innovations technologiques et virtuelles, l'augmentation du financement du secteur et les partenariats avec les proches aidants sont considérés comme des méthodes efficaces pour favoriser une présence familiale plus soutenue au sein des SLD. Key Takeaways• Partnerships between long-term care (LTC) homes and family caregivers should allow for active engagement in policy development and implementation of programs that improve residents' quality of life.• Technological and virtual innovations are promising avenues for promoting stronger family presence within LTC homes.• Public health policies coupled with under-resourcing in the LTC sector impacts family visitation due to a lack of staffing and infrastructure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».