Perceptions of staff and leadership teams on implementation of telepresence robots in long‐term care: a qualitative descriptive study
Notice bibliographique
Résumé
Abstract Background COVID‐19’s physical distancing mandates have increased the likelihood of experiencing social isolation and loneliness for residents in long‐term care (LTC), especially those living with dementia. Social isolation correlates with health risks, including depression and cognitive decline. Telepresence robots can be remotely driven and facilitate social interactions through videoconferencing. Researchers have begun to explore opportunities of using these robots in the healthcare field; however, there is a research gap on examining factors influencing their implementation in LTC from the perspectives of key stakeholders. This qualitative descriptive study focuses on exploring LTC staff and leadership teams’ perspectives on facilitators and barriers to implementing telepresence robots. Method We employed purposive and snowballing methods to recruit 22 participants from two LTC homes in British Columbia, Canada: operational and unit leaders, and interdisciplinary staff including nursing staff, care aides and allied health practitioners. Consolidated Framework for Implementation Research (CFIR) guided our data collection and analysis. Semi‐structured interviews were conducted by virtual meetings. Thematic analysis was performed to identify themes. Result Analysis of the data produced three themes: (a) perceived needs and values for family‐resident connections, (b) engagement through conversation and partnership, and (c) confidence with training and timely support. Based on the findings and CFIR guidance, we offer a preliminary conceptual tool “START”: Share benefits and successes; Tailor policies and plans with staff partners; Acknowledge and address staff concerns; Repeated training and demonstrations; and Timely technical support. Conclusion This study offers pragmatic insights into staff and leadership teams’ perceptions of facilitators and barriers of implementing telepresence robots in LTC. The complexity of technology implementation will require executive and leadership teams to consider additional factors beyond the Plan‐Do‐Study‐Act (PDSA) cycle.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».