MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405964355 · doi:10.1093/geroni/igae098.3066

A REFLECTION OF A STUDENT-LED VIRTUAL REALITY ADOPTION PROGRAM FOR PEOPLE LIVING WITH DEMENTIA IN LONG-TERM CARE

2024· article· en· W4405964355 sur OpenAlexaffabout
Joey Wong, Karen Lok Yi Wong, Mary Van, Yumna Hayat, Christine Wallsworth, Jim Mann, Lily Wong, Lillian Hung

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDementiaTerm (time)Reflection (computer programming)Long-term careGerontologyVirtual realityPsychologyComputer scienceMedical educationMedicineHuman–computer interactionNursingPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Previous research suggests that virtual reality (VR) holds promise in improving residents’ well-being in long-term care (LTC). With ongoing staff shortages, there is a critical need to explore, evaluate and share learnings on innovative approaches for adopting technologies, including VR, in LTC. In our research study conducted at two LTC homes in Vancouver, Canada, undergraduate students supported staff members in VR adoption. This study reflects on the opportunities and challenges of VR adoption from the students’ perspectives. Utilizing a critical reflection framework, our interdisciplinary team engaged in extensive discussions and reflections via Zoom meetings, resulting in the following five themes: (1) Challenging the stigma towards dementia in LTC, (2) Addressing ageism in older adults’ technology usage, (3) Building relationships through consistent and repeated visits to facilitate technology adoption, (4) Recognizing students’ value in technology implementation and their potential impact on LTC’s future workforce, and (5) Recognizing the importance of emotional and organizational support. Based on these reflections, our team devised the “ENRICH” framework, offering six practical tips to support student involvement in enhancing technology adoption in LTC. The team’s insights highlight the potential of engaging university students in promoting technology adoption in LTC settings. The “ENRICH” framework provides a practical approach to fostering technology uptake while offering valuable learning experiences for students. This study encourages further exploration of student participation in LTC research to advance future initiatives in this field.

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)0,012
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,006
Communication savante0,0040,003
Science ouverte0,0030,010
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,443
Écart entre enseignants0,399 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→