Perceptive responses and familiar staff facilitate meaningful engagement of older adults and family/care partners in long-term care home implementation science research during COVID-19
Notice bibliographique
Résumé
A novel registered practical nurse-led video conferencing approach using PIECESTM for team-based care planning was developed to engage family/care partners in the care of older adults. The objectives were to: (a) explore the experiences of older adults and family/care partners in collaborating in implementation science research in long-term care (LTC); (b) identify facilitators and barriers to engaging older adults and family/care partners in implementation science research; and (c) share recommendations to support the engagement of older adults and family/care partners in research. A qualitative descriptive design was used. Two older adults and two family/care partners from two Canadian LTC homes were involved in the research. Data, comprised of interviews with older adults and family/care partners, and notes from research team meetings, were analyzed using thematic analysis. Older adults and family/care partners perceived they made valuable contributions to the research project. They expressed beliefs that care delivery required improvements for older adults with responsive behaviours in LTC, which served as motivation to participate in the research project. Facilitating factors included the support of familiar LTC staff for older adults to engage in research activities and understanding the value of PIECES. A barrier to engagement for older adults was research terminology and processes described during team meetings. This research highlighted taken-for-granted factors in a collaborative research endeavour with older adults and family/care partners. One-on-one interaction, follow-up 'reporting' and presence of familiar LTC staff are needed to support meaningful engagement of older adults and family/care partners in research. Experience Framework This article is associated with the Innovation & Technology lens of The Beryl Institute Experience Framework (https://theberylinstitute.org/experience-framework/). Access other PXJ articles related to this lens. Access other resources related to this lens.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».