The Use of Technology by the Rural-Dwelling Caregivers of People Living With Dementia to Support Caregiving: Qualitative Interview Study
Notice bibliographique
Résumé
BACKGROUND: Family caregivers of people living with dementia who live in rural areas face challenges distinctly different from those experienced by their urban counterparts. Technology is a promising but underused method for delivering interventions to rural caregivers. OBJECTIVE: This study aims to describe the technologies used by rural caregivers of people living with dementia, how these caregivers use technology to support caregiving, and the barriers and facilitators they encounter in using technology. METHODS: We conducted online, semistructured interviews with rural caregivers of people living with dementia. The objective of the primary study was to understand how caregivers access support, including the types of support used, strategies used to find support, and any unmet support needs. This study was a secondary analysis focused exclusively on caregivers' technology use. Summative, content, and thematic analyses were used to understand patterns of technology use and the associated facilitators. RESULTS: A total of 19 caregivers were included in this study, of whom 14 (74%) were female. The average age was 66.4 (SD 10.1) years. The 5 most frequently endorsed technologies were phones for calling (n=19, 100%) and texting (n=14, 74%), websites (n=17, 89%), television and movies (n=15, 79%), and emails (n=13, 68%). Technology provided the following types of support: informational (n=19, 100%), emotional (n=13, 68%), instrumental (n=12, 63%), entertainment (n=10, 53%), safety (n=6, 32%), and caregiver personal health (n=4, 21%). Thematic analysis yielded 4 characteristics of caregivers that facilitated technology use, including access to technology, technological savviness, preference for technology, and having a technology broker. In addition, analyses yielded 4 characteristics of technology that facilitated technology use, including appeal, efficiency, ease of use, and trustworthiness. CONCLUSIONS: All rural caregivers in this study used technology to access caregiving support, which suggests that this population is prepared for remote interventions. Our findings can be used to help determine optimal delivery and content of these interventions and instruct interventionists on caregiver and technology characteristics that may facilitate uptake. Rural caregivers may be receptive to interventions delivered through texts, websites, and videos, particularly those that focus on meeting informational and instrumental needs.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».