MétaCan
Menu
Retour à la cohorte
Enregistrement W4312038904 · doi:10.1093/geroni/igac059.2805

IMPLEMENTING VISUAL VIDEOS AND IMAGES WITH PEOPLE WITH DEMENTIA IN CARE SETTINGS: A SCOPING REVIEW

2022· review· en· W4312038904 sur OpenAlexaff
Karen Lok, Yi Wong, Mario Bayani, Jim Mann, Annette Berndt, Lily Wong, Carly Wang, Diane Pan, Lillian Hung

Notice bibliographique

RevueInnovation in Aging · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLonelinessDementiaPsychologyCognitionIsolation (microbiology)PopulationApplied psychologySocial psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract There is limited literature on using visual videos and images with people with dementia in care settings. We conducted a scoping review on this topic to fill this literature gap. Our scoping review adopted the Joanna Briggs Institute scoping review methodology. We eventually included eleven papers for the review and conducted the content analysis. We found the facilitators for implementing visual videos and images with people with dementia in care settings: 1. Matching people’s interests 2. Being congruent with people’s cognitive abilities 3. Support from families and staff 4. Using in a group setting. We also found the barriers: 1. Staff is unwilling to support 2. Lack of resources 3. Not congruent with the cognitive or other abilities of the people. We found benefits of using visual videos and images with this population: 1. Encourage expression 2. Facilitate discussions with other people 3. Improve well-being. We also found drawbacks: the potential of arousing negative emotions and memories. We suggest future research should include the voices of people with dementia, staff should be trained to support the people in case negative memories and emotions are aroused, and there should be consideration of using visual videos and images to tackle isolation and loneliness in care settings. With these findings, this scoping review should shed light on implementing visual videos and images 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 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)0,011
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,868
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,006
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)0,0000,000

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 Opus0,350
Tête enseignante GPT0,628
Écart entre enseignants0,279 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetParticipatory Visual Research MethodsTravaux en français237 207