Bridging the Care Gap: Integrating Family Caregiver Partnerships into Healthcare Provider Education
Notice bibliographique
Résumé
Background: Family caregivers are a vital yet often under-recognized part of the healthcare system. They provide essential emotional, physical, and logistical support to individuals with illness, disability, or frailty, and their contributions improve continuity of care and reduce system strain. However, many healthcare and social service providers are not equipped to meaningfully engage caregivers as partners. In Alberta, stakeholders validated the Caregiver-Centered Care Competency Framework and identified the need for a three-tiered education model—Foundational, Advanced, and Champion—to help providers recognize, include, and support family caregivers across care settings. This paper focuses on the development and early evaluation of the Advanced Caregiver-Centered Care Education modules, designed to enhance the knowledge and skills of providers with more experience working with family caregivers. The modules emphasize how partnering with caregivers benefits not only the person receiving care but also improves provider effectiveness and supports better system outcomes. Methods: The modules were co-designed with a 154-member interdisciplinary team and grounded in the competency framework. Evaluation used the first three levels of the Kirkpatrick–Barr health workforce education model. We analyzed pre- and post-surveys from the first 50 learners in each module using paired t-tests and examined qualitative feedback and SMART goals through inductive content analysis. Results: Learners reported a high level of satisfaction with the education delivery and the knowledge and skill acquisition. Statistically significant improvements were observed in 53 of 54 pre-post items. SMART goals reflected intended practice changes across all six competency domains, indicating learners saw value in engaging caregivers as partners. Conclusions: The Advanced Caregiver-Centered Care education improved providers’ confidence, knowledge, and skills to work in partnership with family caregivers. Future research will explore whether these improvements translate into real-world practice changes and better caregiver experiences in care planning, communication, and navigation.
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 | 0,020 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».