MétaCan
Menu
Retour à la cohorte
Enregistrement W4389568613 · doi:10.1080/08946566.2023.2283746

Practices countering resident-to-resident aggression and promoting wellness care for older adults in congregate residential facilities: results from a systematic review

2023· review· en· W4389568613 sur OpenAlexaff
Marie-Chantal Falardeau, Marie Beaulieu, Hélène Carbonneau, Mélanie Levasseur

Notice bibliographique

RevueJournal of Elder Abuse & Neglect · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCRFSBest practiceAggressionMedicineInclusion (mineral)GerontologyElder abuseGrey literatureSystematic reviewSuicide preventionHuman factors and ergonomicsPoison controlMEDLINENursingPsychologyEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

Resident-to-resident aggression (RRA) is an important issue in congregate residential facilities (CRFs) for older adults and has devastating effects. This study aimed to provide an inventory and content analysis of the practices used to counter RRA and promote wellness care for older adults in CRFs. Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, original, peer-reviewed research and systematic reviews published in 14 electronic databases and two gray literature sources were examined. Of the 6196 articles identified, 28 met the inclusion criteria. Practices aimed to prevent, track or intervene in RRA, mostly in long-term care centers, but few were evidence-based and ready for widespread implementation. It emerges that continuous training of staff is necessary and that it should prioritize a person-centered approach. CRFs' managers must promote a culture of wellness care and policymakers should consider the prevention practices to improve the quality of life of older adults in CRFs.

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)0,009
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,386
Écart entre enseignants0,339 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Elder Abuse & NeglectMême sujetElder Abuse and NeglectTravaux en français237 207