“We are exhausted, worn out, and broken”: Understanding the impact of service satisfaction on caregiver well‐being
Notice bibliographique
Résumé
Few studies exist that have examined the impact of service-related factors and system-level disruptions (i.e., the pandemic) on families of autistic children in Canada using large sample sizes. To address this gap, the goal of this research was to examine the impact of satisfaction with autism services on caregiver stress, controlling for important demographic variables, such as family income, marital status, and child level of support needs. The impact of navigating and accessing services on parent well-being was also explored. A total of 1810 primary caregivers of autistic children or youth living in Ontario, Canada completed a survey with both closed- and open-ended questions in the summer of 2021. A hierarchical multiple regression was conducted to examine the impact of satisfaction with autism services on caregiver stress. Open-ended responses on the survey from a subset of the sample (n = 637) were coded using thematic analysis to understand the impact of navigating and accessing services on parent well-being. Satisfaction with services significantly predicted caregiver stress after controlling for marital support, family income, and child level of support needs. Qualitative analysis revealed impacts of navigating and accessing services in three areas: (1) Physical, (2) Emotional/Psychological, and (3) Financial Well-being. Understanding parent perceptions of satisfaction with services can shed light on strategies for improving services that support parent well-being.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».