INNOVATION CHARACTERISTICS AND STAKEHOLDER INCLUSION IN LTC HOMES DURING COVID-19
Notice bibliographique
Résumé
Abstract The toll the COVID-19 pandemic has taken on the quality of life of those living and working in Long-Term Care (LTC) homes resulted in calls for innovation in the LTC sector. Results from the observational, experimental, qualitative and mixed-method studies (n=62) showed that 50% and 45.2% of the innovations were characterized as products and processes, respectively. Organizational innovations were reported in 4.8% of the studies. Regarding the settings, the majority (52.4%) of the studies were performed at the micro level, followed by meso (25.4%) and macro (20.6%) levels. The identified innovations were predominantly (35.5%) related to new tools for clinical care and staff education, such as online pain assessment training and the creation of virtual instruments for shared end-of-life care decisions, followed by telecommunications interventions (22.6%), generally aimed at improving connections between residents and their families. COVID-19 detection/prevention (11.3%) was the third most common innovation category in this scoping review. Participants of the studies included staff (71%), residents (56%), family members/caregivers (29%) and experts/researchers (11.3%). Only 9.7% of them included all stakeholders. The innovations implied active engagement (62.9%), where the interventions relied on stakeholder’s actions (e.g. video calls); passive engagement (22.6%), where no actions from stakeholders were needed (e.g. ambient monitoring systems) and co-designed interventions (14.5%), where participants contributed with all stages (planning, implementing, evaluating) of the innovation. Innovations in LTC homes during COVID-19 were mainly characterized as new products or processes aimed at the care of residents and staff training, which required the active involvement of stakeholders, mostly staff.
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 | 0,069 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».