NONVERBAL STRATEGIES TO ENHANCE PERSON-CENTERED COMMUNICATION WITH PEOPLE LIVING WITH DEMENTIA
Notice bibliographique
Résumé
Abstract Many people living with dementia experience difficulties comprehending language, and benefit from nonverbal communication (NVC). Yet, little published empirical evidence exists for care partners regarding NVC strategies that support person-centered communication with perons living with dementia. This study aimed to determine whether NVC strategies used by personal support workers accompany verbal communication demonstrating person-centered communication indicators (facilitation, negotiation, recognition, validation). Secondary data analysis of video-recorded interactions (n=40) between personal support workers and simulated persons living with dementia was conducted. The recordings were transcribed according to communication-units, which were coded for person-centered communication and NVC, using a novel coding system consisting of ten NVC strategies. The overlap between NVC strategies and verbal person-centered communication was examined. Findings revealed that personal support workers frequently accompany verbal person-centered communication with NVC strategies. Out of 1848 communication-units in which person-centered verbal communication was used, 69% overlapped with NVC strategies. Gaze overlapped with all person-centered communication indicators frequently, both individually (40% – 49% of overlapping communication-units) and when combined with touch (13-24%). Gestures using objects (with and without gaze) frequently accompanied facilitation (17%) and negotiation (21%), while positive facial expressions (with and without gaze) were commonly found in recognition (16%) and validation (16%). The use of NVC strategies which support person-centered communication may lead to communication enhancement, in turn improving interactions and relationships between persons living with dementia and their care partners.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».