Applying Peplau's Interpersonal Relations Theory to Enhance Older Adults’ Health Literacy Through Nursing Care: A Theory Analysis
Notice bibliographique
Résumé
This paper explores the utility of Peplau's Interpersonal Relations Theory in enhancing health literacy among older adults in clinical nursing practice. With an aging global population, older adults increasingly require complex healthcare interactions. Effective communication between nurses and older adults, a central tenet of Peplau's theory, is critical for promoting health literacy and ensuring positive outcomes. Health literacy enables older adults to better navigate healthcare systems, manage chronic conditions, and engage in self-care. This theory analysis employs Walker and Avant's methodology to examine Peplau's theory in the context of enhancing older adults' health literacy. We provide a historical overview of the theory's origins, describe its meaning, and present a literature review of academic literature that explores the concept of nurses enhancing older adults' health literacy. Through a thematic synthesis of nine records retrieved from three databases (MEDLINE, CINAHL, PsycINFO), this study identifies key themes such as trust-building, the role of social support, and nurses' roles as educators in facilitating health literacy. Findings support interpersonal nurse-patient relationships as critical to addressing health literacy barriers. The analysis highlights that Peplau's Interpersonal Relations Theory provides a useful framework for improving health literacy among older adults, ultimately supporting their well-being and healthcare outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».