MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387575961 · doi:10.4324/9781003254829-28

Patient partner engagement in dementia research during the COVID-19 pandemic and beyond

2023· book-chapter· en· W4387575961 sur OpenAlexaboutno aff
Lillian Hung, Mario Gregorio

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicDementia2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyMedicineVirologyDiseaseOutbreakPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

While older people living with dementia have been disproportionally affected by COVID-19, the devastating effect of the COVID-19 pandemic has also significantly impacted patient partner involvement in research. Engaging people with dementia in research (from research planning, data collection, team analysis, and dissemination) helps produce relevant, meaningful outcomes and reduce disparities. The COVID-19 pandemic has exposed the fragile state of patient involvement in research and forced researchers to develop innovative ideas to engage and partner with patients. During outbreaks, patient partners (people living with dementia) could not enter the clinical sites for in-person research meetings. The drastic shift to online platforms in research posed difficulties for research teamwork. One of the strategies used by our research team to support patient partner involvement in research activities during the pandemic was a telepresence robot which was useful for conducting remote interviews. However, despite the rapid development of technological aid to facilitate research during the pandemic, remote research work gave rise to a unique set of challenges. This chapter depicts specific issues our research team encountered while conducting research in Canadian Long-Term Care (LTC) homes during the pandemic. Coping strategies are described, such as sending patient partners new computers and headphones, providing virtual technology training, finding new ways to maintain team connections, and supporting patient partners during lockdowns. Finally, reflections, lessons learned, and practical tips about applying Collaborative Action Research (CAR) principles to continue supporting patient partners as active research contributors are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,052
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,008
Communication savante0,0130,009
Science ouverte0,0030,018
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,426
Tête enseignante GPT0,479
Écart entre enseignants0,053 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFamily and Patient Care in Intensive Care Units→Travaux en français237 207→