MétaCan
Menu
Retour à la cohorte
Enregistrement W4386274330 · doi:10.1177/07334648231197074

Changes in Health and Well-Being of Care Aides in Nursing Homes From a Pre-Pandemic Baseline in February 2020 to December 2021

2023· article· en· W4386274330 sur OpenAlexafffundabout
Yuting Song, Janice Keefe, Janet E. Squires, Brittany S. DeGraves, Yinfei Duan, Greta G. Cummings, Malcolm Doupe, Matthias Hoben, Amber Duynisveld, Peter Norton, Jeffrey W. Poss, Carole A. Estabrooks

Notice bibliographique

RevueJournal of Applied Gerontology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of WaterlooUniversity of CalgaryYork UniversityUniversity of OttawaUniversity of ManitobaMount Saint Vincent UniversityUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWorkforcePandemicMedicineOddsSample (material)Coronavirus disease 2019 (COVID-19)Nursing homesNursingBaseline (sea)Family medicineGerontologyLogistic regressionDisease

Résumé

récupéré en direct d'OpenAlex

Nursing homes were profoundly affected by the COVID-19 pandemic, influencing work outcomes of care aides who provide the most direct care. We compared care aides' quality of work life by conducting a repeated cross-sectional analysis of data collected in February 2020 and December 2021 from a stratified random sample of urban nursing homes in two Canadian provinces. We used two-level random-intercept repeated-measures regression models, adjusting for demographics and nursing home characteristics. 2348 and 1116 care aides completed the survey in February 2020 and December 2021, respectively. The 2021 sample had higher odds of reporting worked short-staffed daily to weekly in the previous month than the 2020 sample. The 2021 sample also had a small but significant drop in professional efficacy and mental health. Despite the worsening changes, our findings suggest that this workforce may have withstood the pandemic better than might be expected.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,384
Écart entre enseignants0,359 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetGeriatric Care and Nursing HomesTravaux en français237 207