Insight into the experiences of caregivers of older adults in long‐term care homes: A photovoice study
Notice bibliographique
Résumé
AIMS: To explore the lived experiences of caregivers of people living in long-term care (LTC) homes during the initial phases of the COVID-19 pandemic and potential supports and resources needed to improve caregivers' quality of life. BACKGROUND: Carers (or care partners) of adults in LTC contribute substantially to the health and well-being of their loved ones by providing physical care, emotional support and companionship. Despite their critical role, little is known about how caregivers have been impacted by the pandemic. DESIGN: An interpretive descriptive approach that incorporated the photovoice method was used. METHODS: Using a purposive sampling strategy, six family carers in Ontario, Canada were recruited between September and December 2021. Over a 4-week period, caregivers took pictures depicting their experience of the pandemic that were shared in a virtual focus group. Visual and text data were analysed using thematic analysis with an inductive approach. FINDINGS: Caregivers expressed feelings of frustration, confusion and joy. Emerging themes included: (i) feeling like a 'criminal' amidst visitor restrictions and rules; (ii) experiencing uncertainty and disappointment in the quality of care of long-term care homes; (iii) going through burnout; and (iv) focusing on small joys and cherished memories. CONCLUSIONS: The combination of visual and textual methods provided unique insight into the mental distress, isolation and intense emotional burdens experienced by caregivers during the pandemic. IMPACT: Our findings underscore the need for LTC organizations to work in unison with caregivers to optimize the care of residents and support the mental health of caregivers. REPORTING METHOD: This work adhered to the consolidated criteria for reporting qualitative research (COREQ) checklist. PUBLIC CONTRIBUTIONS: The caregivers included in the study were involved in the co-creative process as active contributors informing the design and validation of the codes and themes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».