MétaCan
Menu
Retour à la cohorte
Enregistrement W4407206000

Community Health Care Workers’ Experiences on Enacting Policy on Technology with Citizens with Mild Cognitive Impairment and Dementia

2020· article· en· W4407206000 sur OpenAlexaboutno aff
Torhild Holthe, Liv Halvorsrud, Erik Thorstensen, Dag Karterud, L. D, Anne Lund

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaCognitive impairmentHealth careCognitionMedicineGerontologyMemory impairmentPsychologyPsychiatryPolitical scienceDiseasePathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Torhild Holthe,1 Liv Halvorsrud,2 Erik Thorstensen,3 Dag Karterud,2 Debbie Laliberte Rudman,4 Anne Lund1 1Oslo Metropolitan University, Faculty of Health Sciences, Department of Occupational Therapy, Prosthetics and Orthotics, Oslo, Norway; 2Oslo Metropolitan University, Faculty of Health Sciences, Department of Nursing and Health Promotion, Oslo, Norway; 3Oslo Metropolitan University, Work Research Institute, Centre for Welfare and Labour Research, Oslo, Norway; 4University of Western Ontario, School of Occupational Therapy & Graduate Program in Health and Rehabilitation Sciences, London, CanadaCorrespondence: Torhild HoltheOslo Metropolitan University, Faculty of Health Sciences, Department of Occupational Therapy, Prosthetics and Orthotics, PO Box 4 St. Olavs Plass, Oslo 0130, NorwayTel +47 911 34 088Email torhol@oslomet.noPurpose: Assistive technologies and digitalization of services are promoted through health policy as key means to manage community care obligations efficiently, and to enable older community care recipients with mild cognitive impairment (MCI) and dementia (D) to remain at home for longer. The overall aim of this paper is to explore how community health care workers enacted current policy on technology with home-dwelling citizens with MCI/D.Participants and Methods: Twenty-four community health care workers participated in one of five focus group discussions that explored their experiences and current practices with technologies for citizens with MCI/D. Five researchers took part in the focus groups, while six researchers collaboratively conducted an inductive, thematic analysis according to Braun & Clarke.Results: Two main themes with sub-themes were identified: 1) Current and future potentials of technology; i) frequently used technology, ii) cost-effectiveness and iii) “be there” for social contact and 2) Barriers to implement technologies; i) unsystematic approaches and contested responsibility, ii) knowledge and training and iii) technology in relation to user-friendliness and citizen capacities.Conclusion: This study revealed the complexity of implementing policy aims regarding technology provision for citizens with MCI/D. By use of Lipsky’s theory on street-level bureaucracy, we shed light on how community health care workers were situated between policies and the everyday lives of citizens with MCI/D, and how their perceived lack of knowledge and practical experiences influenced their exercise of professional discretion in enacting policy on technology in community health care services. Overall, addressing systematic technology approaches was not part of routine care, which may contribute to inequities in provision of technologies to enhance occupational possibilities and meaningful activities in everyday lives of citizens with MCI/D.Trial registration: NSD project number 47996.Keywords: older adults, community health care services, discretion, street-level bureaucracy

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,210
Tête enseignante GPT0,542
Écart entre enseignants0,332 · 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 tête enseignante, 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetEducation and Learning InterventionsTravaux en français237 207