Hope Coaching : Empowering Patients To Enhance Their Experience of Stroke Rehabilitation
Notice bibliographique
Résumé
Hope has been highlighted by the Toronto Stroke Network as an empowering tool for patient engagement to impact therapy (Rubin, 2017). Rehabilitation nursing in particular is noted as having specialized skills for the u201cmaintenance of hopeu201d (Routsalo, Arve & Lauri, 2004, p.209). Despite this finding, there remains a challenge for patient engagement in stroke rehabilitation nursing detected from a quality improvement investigation at Providence Healthcare, a rehabilitation facility in Toronto, Ontario. The challenge is that some patients do not view nursing as part of the u2018therapyu2019 plan and exhibit less engagement working with nurses in rehabilitation. To address this gap, Providence Healthcare piloted a program called u201cHope Coachingu201d delivered by Social Workers trained in Solution-Focused Brief Therapy (SFBT). Nurses and Interprofessional teams are trained in an SFBT, strengths-based approach with the goal of building greater therapeutic rapport with patients to provide motivation for stroke rehabilitation. Self-report, post-training surveys have found that staff now know what to say to help provide hopeful care. Patient feedback was unsolicited and expressed at a team-family meeting to highlight the benefits of a hope approach to build rapport. Next steps involve training more Interprofessional teams on the stroke rehabilitation units to determine the impact of hopeful patient care.ReferencesRoutasalo, P., Arve, S., & Lauri, S. (2004). Geriatric rehabilitation nursing: Developing a model. International Journal of Nursing Practice, 10. 207-215. doi: 10.1111/j.1440-172X.2004.00480.x Rubin, A. (2017). An environmental scan examining the evidence supporting psychosocial care and the adoption of hopeful care in stroke recovery. Toronto Stroke Networks. 1-30. [PDF document]. http://www.avivarubin.com/
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».