MétaCan
Menu
Retour à la cohorte
Enregistrement W4407632532 · doi:10.1186/s12877-024-05656-0

Unveiling the impact: understanding long-term care workers’ experiences and their perceptions of resident challenges amidst the COVID-19 pandemic

2025· article· en· W4407632532 sur OpenAlexafffundabout
Beth Halperin, Julie A. Bettinger, Marian Orhierhor, Katherine Salter, Bailey M. Selig, Brian Condran, Alexa Davis, Camryn Salyzyn, Janet Parsons, Melissa Kervin, Scott A. Halperin

Notice bibliographique

RevueBMC Geriatrics · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSt. Michael's HospitalUniversity of TorontoDalhousie UniversityBC Children's HospitalUniversity of British ColumbiaNova Scotia Health AuthoritySt. Francis Xavier University
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Nova ScotiaNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Medicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PerceptionTerm (time)RehabilitationLong-term careBetacoronavirusNursingVirologyPsychologyPhysical therapyPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: During the COVID-19 pandemic, long-term care (LTC) facilities in Canada were confronted with many rapidly changing public health safety guidelines. Based on the guidelines, LTC facilities had to implement a series of virus containment and mitigation measures, presenting significant challenges for both workers and residents. This research aims to provide insights that could be used to guide improvements in the experiences of LTC workers, and of residents, in future pandemic crises. METHODS: A qualitative multi-case study was used to explore the pandemic experiences of a demographically diverse group of LTC workers in Canada, focusing on how public health safety guidelines impacted them, and their perceptions of challenges faced by residents. Fourteen workers were engaged from facilities in Nova Scotia and British Columbia, which are regions distinct geographically and with differences in safety guidelines and implementation. Semi-structured interviews were conducted between April to October 2021. Using thematic analysis, we identified patterns within and across the interview transcripts. RESULTS: The thematic analysis provided an understanding of the experiences and perspectives of LTC workers. There were four key themes: (1) Tangling with Uncertainty, that describes the effects of ambiguous messaging and shifting COVID-19 safety guidance on workers; (2) Finding Voice, that highlights how workers coped with feelings of helplessness during the healthcare crisis; (3) Ripple Effects, of pandemic pressures on workers beyond resident care, that included strengthening of inter-colleague support as well as financial challenges, and; (4) Loss of Home, where workers perceived that protection of residents led to a loss of the residents' home environment, personal freedom, and autonomy. CONCLUSIONS: The findings suggest that LTC workers' experiences during future pandemics may be improved by their inclusion in the development of public health safety guidelines, facilitating inter-colleague support systems, and ensuring worker financial stability. A balance should be found between preventing infection in LTC facilities and retaining the principles of holistic and resident-centered care for workers' and residents' mental health benefits.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,202
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,014
Communication savante0,0070,005
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,167
Tête enseignante GPT0,438
Écart entre enseignants0,272 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207