MétaCan
Menu
Retour à la cohorte
Enregistrement W4409448071 · doi:10.1159/000545782

Experiences of Care Providers Working in Long-Term Care during the COVID-19 Pandemic

2025· article· en· W4409448071 sur OpenAlexaffabout
David Nicholas, Rosslynn Zulla, Jennifer Hewson, Navjot Kaur Virk, Jenna Naylor

Notice bibliographique

RevueGerontology · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensThe Sharp FoundationUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPandemicNursingLong-term careStressorFront lineService providerFocus groupWork (physics)Qualitative researchPsychologyCoronavirus disease 2019 (COVID-19)Organizational cultureService (business)BusinessMedicinePublic relationsMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In this qualitative study, care providers from long-term care homes were interviewed to explore how they experienced, coped with, and adapted to care shifts during the COVID-19 pandemic. METHODS: Thirteen multidisciplinary care providers and 24 supervisory and administrative staff participated in either a focus group or individual interview between July 2021 and February 2022. Participants were front-line care providers in 5 urban long-term care homes in western Canada. RESULTS: Care providers described negative impacts on residents and family members related to service delivery, restricted visiting, and quarantining protocols. They also identified negative impacts they experienced as care providers including fear and uncertainty, exhaustion, concerns about care provision, lower morale, and job self-efficacy. Buffers to stress comprised working as an integrated team and organizational support. Opportunities for growth and development and being adaptive were also described. Recommendations focused on organizational pandemic readiness and the importance of holistic care. CONCLUSION: These findings highlight the need to proactively ensure a supportive infrastructure, wellness-promoting work culture, and a sustainable resource plan to help care providers pivot and adapt in a pandemic.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,427
Écart entre enseignants0,362 · 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'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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGerontologyMême sujetGeriatric Care and Nursing HomesTravaux en français237 207