Contexts, mechanisms and outcomes of interventions to counter ageism toward older adults in undergraduate health and social services students: Results of a realist review
Notice bibliographique
Résumé
Ageism might reduce the effectiveness and quality of care in older adults essential with the aging population. Although interventions to counter ageism were carried out among students, no clear integration of their results described the mechanisms underlying their impact. This study aimed to provide a comprehensive understanding of which interventions amongst undergraduate health and social services students are effective, under which circumstances, how, and with what outcomes. A realist review was carried out using 44 keywords in 6 databases. The configurations for contexts, mechanisms, and outcomes were identified for three types of interventions, considering their impact on stereotypes, prejudices, and discrimination toward older adults. In the 63 studies selected, intergenerational contact interventions exhibited the greatest proportion (14/15; 93.3%) of evidence supporting improvement in outcomes of ageism, followed by combined (67/84; 79.8%) and educational (51/67; 76.1%) interventions. Stereotypes and prejudices were challenged by the transmission of realistic and balanced information, as well as through meaningful and high-quality intergenerational contact. Meeting or hearing about a broad variety of older adults in specific conditions also helped to decrease ageism. Results highlighted the importance of seeing diversity and uniqueness in older adults, and their competencies rather than their limitations. Mechanisms were occasionally hampered by obstacles, such as induced anxiety and confirmation of negative aspects of aging. Countering ageism in health and social services students is essential to ensuring high-quality care. In knowing that educators, professionals, and institutions have a direct influence on students, their awareness of ageism should be enhanced by interventions targeting them.
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 | 0,017 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».