MétaCan
Menu
Retour à la cohorte
Enregistrement W4380082272 · doi:10.2196/46753

Strengthening Social Capital to Address Isolation and Loneliness in Long-Term Care Facilities During the COVID-19 Pandemic: Systematic Review of Research on Information and Communication Technologies

2023· review· en· W4380082272 sur OpenAlexafffundvenue
Idrissa Beogo, Drissa Sia, Stéphanie Collin, Andi Phaelle Gedeon, Michaël-Christopher Louismé, Jean Ramdé, Marie‐Pierre Gagnon, Éric Tchouaket Nguemeleu

Notice bibliographique

RevueJMIR Aging · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversité de MonctonUniversité LavalUniversité du Québec en OutaouaisUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLonelinessPsychological interventionSocial isolationTelehealthSocial mediaTelemedicineVideoconferencingInformation and Communications TechnologyCINAHLPsycINFOInternet privacyPsychologyMedicineMEDLINEWorld Wide WebNursingComputer scienceHealth careMultimediaPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has disproportionately and severely affected older adults, namely those living in long-term care facilities (LTCFs). Aside from experiencing high mortality rates, survivors were critically concerned by social isolation and loneliness (SIL). To address this serious public health concern and stay connected with LTCF residents, information and communication technology (ICT) platforms (eg, video calls) were used as an alternative to maintaining social interactions amid the visiting restriction policy. OBJECTIVE: This paper aimed to synthesize the effects of ICT-related communication interventions using SMS text messaging or chat, video, voice mail, or photo to address SIL in LTCF residents during the COVID-19 pandemic. METHODS: In total, 2793 references published in English and French in 2019 and onward were obtained from 10 relevant databases: PsycINFO-Ovid, Ovid-MEDLINE, CINAHL-EBSCO, Cochrane Library, Web of Science, Scopus, DirectScience, Communication & Mass Media Complete, IEEE Xplore, and ACM Digital Library. A 2-person screening approach was used, and the studies were screened independently and blindly. A narrative synthesis was performed to interpret the results of the included studies, and their quality was appraised. RESULTS: In total, 4 studies were included in the review. ICT-related applications were used to ensure connectedness to address SIL. ICT interventions consisted mainly of videoconferencing, intergroup video call sessions between residents, and chatting (SMS text messages and phone calls). Roughly 3 classes of mediating ICT tools were used: video calls using software applications (eg, Skype); robot systems embedding video telephones; and ordinary telecommunication such as telephone, internet, social media platforms, and videoconferencing. This review has included the role of humanoid robots in LTCFs as an innovation avenue because of their multipurpose use (eg, communication tools and remotely operable). CONCLUSIONS: Remote social capitalization through ICT applications has become an avenue to reduce SIL among LTCF residents. This review examined a social connection approach that will remain relevant and even be fostered after the COVID-19 pandemic. As families remain the main stakeholders of LTCFs, this study's findings could inform policy makers and frontline managers to better shape programs and initiatives to prevent or reduce SIL in LTCFs. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/36269.

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)0,002
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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,201
Tête enseignante GPT0,522
Écart entre enseignants0,321 · 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'étudeRevue systématique
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

Citations13
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207