THE WHATMATTERS APP: CO-DESIGNING PERSON-CENTERED CARE FOR PEOPLE WITH DEMENTIA IN CARE SETTINGS
Notice bibliographique
Résumé
Abstract The purpose of our study is to provide comfort through digital resources (e.g., music and visual materials) for patients/residents with dementia in hospitals and long-term care. By working with users (patients/residents, families, and staff) and using a co-design approach, we have developed a mobile app prototype called “WhatMatters” to equip staff with a useful digital tool for delivering person-centered care in hospitals and long-term care homes. Using user experience co-design methods, we conducted a series of virtual co-design workshops with acute and long-term care staff (n=10), clinical experts (n=3), residents (n=3), and patient and family partners (n=7) to understand: (a) what “comfort” means, (b) how care needs are communicated and provided for, and (c) how a mobile app may be used to support psychosocial needs of people living with dementia in hospital and long-term care settings. Thematic analysis has identified three themes to inform the development of the mobile app WhatMatters: (a) familiarity brings comfort, (b) sharing of information between staff and families allows for continuity of care and person-centered care, and (c) accessible and curated content can evoke memories and create a comforting space. Our study conclusions are: It is feasible and necessary to work with users (including clinical staff, patient, and family partners) and relevant stakeholders to co-design a mobile app, a useful tool to support the delivery of person-centered care in care settings.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».