SUPPORTING RESIDENTS WITH DEMENTIA LIVING AND DYING IN LONG-TERM CARE AND THEIR FAMILIES DURING COVID-19
Notice bibliographique
Résumé
Abstract TThis presentation will share research findings about experiences during COVID-19 about implementing a virtual palliative toolkit in long-term care in Canada. The toolkit includes tools and practices to: (a) engage residents and families with dementia within a palliative approach to care, (b) develop workforce capacity through online education modules, (c) reduce stress and improve psychological health of residents, families, and staff, and (d) develop organizational structures and processes to promote a palliative approach to care. Individual interviews were conducted with residents, family members, and staff before implementing a palliative toolkit and after using it. Findings highlighted the negative impacts of COVID-19 on resident health due to isolation within home, preventing family from being at the bedside and cancelling stimulatory activities especially at end of life that were exacerbated by the lack of resources and government supports. Families appreciated the virtual supports and stated that they helped prepare them for their loved ones’ death while feeling more empowered, engaged, and supported in their journey. Although feedback from families was mostly positive, stating the virtual toolkit improved accessibility to information and supports, it was clear that some misunderstood terms, particularly what a palliative approach to care means; and others had challenges navigating the virtual platform to use the toolkit. Future work is needed to make the virtual tools more user-friendly so that they can be scaled up more widely.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,007 |
| 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 ».