MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399125293 · doi:10.1186/s12913-024-11089-7

The implementation of person-centred plans in the community-care sector: a qualitative study of organizations in Ontario, Canada

2024· article· en· W4399125293 sur OpenAlexafffundabout
Samina Idrees, Gillian Young, Brian Dunne, Donnie Antony, Leslie Meredith, Maria Mathews

Notice bibliographique

RevueBMC Health Services Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensHome and Community Care Support ServicesWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNursing researchHealth informaticsHealth administrationMedicinePublic healthHealth services researchNursingQualitative researchHealth careQuality of Life ResearchEconomic growthSociologySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Person-centred planning refers to a model of care in which programs and services are developed in collaboration with persons receiving care (i.e., persons-supported) and tailored to their unique needs and goals. In recent decades, governments around the world have enacted policies requiring community-care agencies to adopt an individualized or person-centred approach to service delivery. Although regional mandates provide a framework for directing care, it is unclear how this guidance is implemented in practice given the diversity and range of organizations within the sector. This study aims to address a gap in the literature by describing how person-centred care plans are implemented in community-care organizations. METHODS: We conducted semi-structured interviews with administrators from community-care organizations in Ontario, Canada. We asked participants about their organization's approach to developing and updating person-centred care plans, including relevant supports and barriers. We analyzed the data thematically using a pragmatic, qualitative, descriptive approach. RESULTS: We interviewed administrators from 12 community-care organizations. We identified three overarching categories or processes related to organizational characteristics and person-centred planning: (1) organizational context, (2) organizational culture, and (3) the design and delivery of person-centred care plans. The context of care and the types of services offered by the organization were directly informed by the needs and characteristics of the population served. The culture of the organization (e.g., their values, attitudes and beliefs surrounding persons-supported) was a key influence in the development and implementation of person-centred care plans. Participants described the person-centred planning process as being iterative and collaborative, involving initial and continued consultations with persons-supported and their close family and friends, while also citing implementation challenges in cases where persons had difficulty communicating, and in cases where they preferred not to have a formal plan in place. CONCLUSIONS: The person-centred planning process is largely informed by organizational context and culture. There are ongoing challenges in the implementation of person-centred care plans, highlighting a gap between policy and practice and suggesting a need for comprehensive guidance and enhanced adaptability in current regulations. Policymakers, administrators, and service providers can leverage these insights to refine policies, advocating for inclusive, flexible approaches that better align with diverse community needs.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
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: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,886

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0310,015
Communication savante0,0060,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
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 Opus0,244
Tête enseignante GPT0,535
Écart entre enseignants0,291 · 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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetHealthcare innovation and challenges→Travaux en français237 207→