Volunteer Programs for Hospitalized Older Adults in North America, Europe, and Australia: A Scoping Review
Notice bibliographique
Résumé
Due to the rapidly aging population, hospitals are increasingly caring for more older patient. Implementing volunteer programs focused on providing care to hospitalized older adults is a way for hospitals to better support them. Despite the growing presence of volunteer programs in hospital settings, there remains a limited understanding of how these programs are structured, their impact on patient care, and their integration within healthcare teams. Addressing this gap is essential for optimizing volunteer engagement and improving hospital-based support for older adults. The purpose of this scoping review is to assess the existing literature surrounding volunteer programs designed to support hospitalized older adults and identify gaps that are present for future research and inquiry. Employing Arskey and O'Malley's scoping review methodology, 27 publications met our study's inclusion criteria. Thematically analyzing our data surfaced three overall themes: (1) the Influence of Volunteer Training on Roles and Functions, (2) Volunteer Perspectives on their Roles, and (3) the Impact of Volunteers in Hospital Settings. We noted that volunteers have different motivations for participating in volunteer programs. Healthcare professionals generally have positive views of hospital volunteer programs for older adults, but also express reservations and tend to have limited interactions with volunteers. Moreover, as volunteer roles were seen mainly to supplement family caregiver roles, future volunteer programs are encouraged to also consider the unique roles and needs of families and develop solutions to ensure that quality care can be delivered to both older patients and their family caregivers. Future research should explore how volunteer programs can be better integrated within interdisciplinary teams, assess their long-term impact on patient outcomes, and identify strategies to strengthen collaboration between volunteers, healthcare professionals, and family caregivers to optimize care for hospitalized older adults.
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 | 0,014 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».