Giving Voice to People With Dementia and Their Carers: The Impact of Communication Difficulties on Everyday Conversations
Notice bibliographique
Résumé
People living with dementia are an under-served group, whose voices are often excluded from research studies due to their speech, language and communication difficulties. As part of a larger study into language processing in dementia, we invited five people with dementia and their carers to tell us about how dementia impacts on their everyday conversations. We also wanted to gain insights into their views on communication strategies to circumvent these difficulties. Aware of the limitations of a standard focus group methodology for this population, we adapted this approach to provide people with dementia the opportunity to be active research participants. To amplify their voices and to enable carers to be as open as possible we ran the groups separately. Each was facilitated by a speech and language therapist. Both groups used communication accessible materials, to create an inclusive environment that valued contributions from all participants. The topic guide remained the same for all participants, ensuring equity in posing the same core questions. Focus groups were video recorded and transcribed. Reflexive thematic analysis was selected as the most appropriate method to ensure overarching themes identified were based in the data. In our analysis the main theme was sense-making; participants experienced and tried to make sense of dementia through the lens of interaction. Four subthemes were also identified, 1. It’s a journey, 2. You have to make the most of things, 3. Ask the right questions and it just flows-strategies in conversation, and 4. Dealing with people. Multimodal adaptations to a focus group methodology have given voice to people with dementia as well as their carers. They characterise dementia and identify useful strategies based on observations of what changes for them in everyday conversations.
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 | 0,007 | 0,001 |
| 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 | 0,000 | 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 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 ».