CO-CREATING A VIRTUAL REALITY PROGRAM WITH PEOPLE LIVING WITH DEMENTIA IN LONG-TERM CARE
Notice bibliographique
Résumé
Abstract People living with dementia in long-term care (LTC) are a diverse group with varied physical and cognitive abilities and backgrounds. Previous research has shown that virtual reality experiences can bring joy and foster the health and well-being of people living with dementia. A tailored approach based on cultural preferences, needs, abilities, disabilities, and contextual limitations is needed to foster practical implementation, uptake, and sustainability. This qualitative study harnessed the experiential knowledge of people with dementia, care partners and frontline staff to co-build a novel Virtual Reality Program in two Canadian LTC homes. We conducted focus groups and interviews with 10 residents living with dementia, 10 family care partners and 12 staff to explore their preferences on the video content and delivery methods. We also explored participants’ experiences in the co-creation process. Our interdisciplinary team, including people with dementia and family partners, researchers, clinicians, and trainees, analyzed the data thematically. We identified four themes: 1) Significance of culturally relevant and diverse videos to address heterogeneous population, 2) Acknowledgement of residents’ autonomy and choice in the co-creation process, 3) Feelings of satisfaction and motivation through contributing and learning, and 4) Appreciation of a respectful co-design environment. The results offer useful insights to inform future directions in co-designing safe and accessible virtual programs with people living with dementia in LTC research.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».