Competency development for a volunteer navigation program to support caregivers of people living with dementia: A modified e-Delphi method
Notice bibliographique
Résumé
Caregivers of people living with dementia are pillars of the care community. Providing them with adequate support throughout their caregiving journey is essential to their quality of life and may also contribute to improving the care of people living with dementia. Nav-CARE (Navigation - Connecting, Advocating, Resourcing, Engaging) is a volunteer-led navigation program that provides support to older adults with life-limiting illnesses who are living in the community. However, Nav-CARE does not provide support directly to caregivers of people living with dementia. To adapt Nav-CARE to support caregivers, we needed to establish caregivers' needs and the competencies volunteer navigators should be trained in to support caregivers to meet these needs. To do so, a modified e-Delphi method was utilized, which consisted of administering three sequential questionnaires to a panel of 35 individuals with expertise in a variety of dementia related domains. Through this, two final lists of 46 caregivers' needs and 41 volunteer competencies were established to inform the development of volunteer navigator training curriculum. Findings suggest that trained volunteer navigators may be able to support caregivers of people living with dementia throughout the disease trajectory and can be used to inform the development of future dementia navigation programs.
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 | 0,003 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».