Implementation and impacts of virtual team-based care planning for older persons in formal care settings: A scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This scoping review aimed to summarize current knowledge about the implementation, impacts, facilitators and barriers of virtual team-based care planning for older persons in formal care settings (e.g. home and community, primary, long-term and acute care). Methods: The Joanna Briggs Institute (JBI) methodology was used. The Arksey and O'Malley and Levac, Colquhoun, and O'Brien methodologies provided additional frameworks. Databases accessed included PubMed, EMBASE, CINAHL, AgeLine, PsycInfo and Scopus. Reference lists of selected articles and grey literature retrieved through Google and Google Scholar were also reviewed. Three researchers screened titles, abstracts and conducted full-text reviews. Extracted data were mapped in a table and analysed for summative themes. Older persons and family partners assisted in interpreting findings based on their lived experiences. Results: A total of 27 studies were included. Virtual team-based care planning led to many positive outcomes for older persons (e.g. decreased depression, reduced falls and improved medication management) and their families (e.g. reduced caregiver stress and improved caregiving skills). Only four studies reported the involvement of older persons and/or families in virtual team-based care planning. Multiple barriers to adopting virtual team-based care planning were found including lack of education/training for older persons and families in using technology. Conclusion: Despite the multiple advantages that virtual team-based care planning offers for older persons and families, it is important to ensure that this care can be offered to all. There is a need to ensure that health equity is addressed to promote access to care and respond to social determinants of health.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle