MétaCan
Menu
Retour à la cohorte
Enregistrement W4399438926 · doi:10.1186/s43058-024-00600-0

How context links to best practice use in long-term care homes: a mixed methods study

2024· article· en· W4399438926 sur OpenAlexafffundabout
Yinfei Duan, Jing Wang, Holly J. Lanham, Whitney Berta, Stephanie Chamberlain, Matthias Hoben, Katharina Choroschun, Alba Iaconi, Yuting Song, Janelle Perez, Shovana Shrestha, Anna Beeber, Ruth A. Anderson, Leslie A. Hayduk, Greta G. Cummings, Peter Norton, Carole A. Estabrooks

Notice bibliographique

RevueImplementation Science Communications · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensYork UniversityUniversity of TorontoUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesSchool of Medicine, Indiana UniversityCanadian Institutes of Health ResearchHealth Services Research and Development
Mots-clésTerm (time)Context (archaeology)Long-term careComputer sciencePsychologyMedicineNursingHistory

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Context (work environment) plays a crucial role in implementing evidence-based best practices within health care settings. Context is multi-faceted and its complex relationship with best practice use by care aides in long-term care (LTC) homes are understudied. This study used an innovative approach to investigate how context elements interrelate and influence best practice use by LTC care aides. METHODS: In this secondary analysis study, we combined coincidence analysis (a configurational comparative method) and qualitative analysis to examine data collected through the Translating Research in Elder Care (TREC) program. Coincidence analysis of clinical microsystem (care unit)-level data aggregated from a survey of 1,506 care aides across 36 Canadian LTC homes identified configurations (paths) of context elements linked consistently to care aides' best practices use, measured with a scale of conceptual research use (CRU). Qualitative analysis of ethnographic case study data from 3 LTC homes (co-occurring with the survey) further informed interpretation of the configurations. RESULTS: Three paths led to very high CRU at the care unit level: very high leadership; frequent use of educational materials; or a combination of very high social capital (teamwork) and frequent communication between care aides and clinical educators or specialists. Conversely, 2 paths led to very low CRU, consisting of 3 context elements related to unfavorable conditions in relationships, resources, and formal learning opportunities. Our qualitative analysis provided insights into how specific context elements served as facilitators or barriers for best practices. This qualitative exploration was especially helpful in understanding 2 of the paths, illustrating the pivotal role of leadership and the function of teamwork in mitigating the negative impact of time constraints. CONCLUSIONS: Our study deepens understanding of the complex interrelationships between context elements and their impact on the implementation of best practices in LTC homes. The findings underscore that there is no singular, universal bundle of context-related elements that enhance or hinder best practice use in LTC homes.

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)0,038
score de la tête « metaresearch » (Gemma)0,052
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 enseignants0,060
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0060,003
Communication savante0,0050,004
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,271
Tête enseignante GPT0,642
Écart entre enseignants0,371 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueImplementation Science CommunicationsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207