ORGANIZATIONAL READINESS FOR A VIRTUAL REALITY TRAINING PROGRAM CALLED BE EPIC-VR
Notice bibliographique
Résumé
Abstract An essential first step to implementing virtual reality programming in home care and long-term care settings is to assess organizational readiness by determining factors that enhance the likelihood of its successful implementation. Be EPIC-VR is one such virtual reality program that supports dementia-specific, person-centered communication training for frontline healthcare workers. Guided by the Consolidated Framework for Implementation Research (CFIR), the current study aimed to identify factors influencing Be EPIC-VR’s implementation in home care and long-term care settings. Semi-structured interviews were conducted with nine managers from home care and long-term care settings in Canada. Transcripts from these interviews were analyzed using the Framework Analysis’ five-step ongoing, iterative process: familiarization, identifying a thematic framework, indexing, charting, and mapping/interpretation. Textual data were open-coded and organized deductively (using CFIR’s pre-set codes) and inductively (for emergent codes) into themes and subthemes. Four themes emerged as factors contributing to organizational readiness including 1) openness to virtual reality as a training tool, 2) staffing and training logistics, 3) organizational culture supporting staff development, and 4) external pressures for organizational sustainability. These findings will guide how the Be EPIC-VR implementation team collaborates with organizational decision makers to ensure that Be EPIC-VR is a good fit for those organizations, to prepare for its implementation, and to optimize the likelihood of success. The study findings offer valuable insights for researchers and practitioners working to implement new virtual reality interventions in home care and long-term care settings.
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».