It's better than telephone, and it's better than driving to Thunder Bay : clients' perceptions of experiences in participating in a group-based stroke self-management program using videoconference technology
Notice bibliographique
Résumé
PURPOSE: Videoconference is used in rural and remote areas to improve access to healthcare, including individual clinical assessments and the delivery of group education. Moving On after Stroke (MOST? ) is a group-based, self-management program for stroke survivors and their caregivers, which consists of information sharing, facilitated discussion, goal-setting, and exercise. The program was delivered simultaneously to local participants onsite and distant participants using videoconferencing (MOST-Telehealth Remote). This research was designed to learn about the experiences of the remote participants, their perceptions regarding perceived enablers and barriers to videoconference participation, and suggestions for improvement. FINDINGS: All participants valued accessible programming without having to travel long distances. Many reported "feeling as if they were in the same room" but also acknowledged that there were technical limitations when participating via videoconference. They recognized a loss of subtleties in communication. Factors facilitating engagement and participation were similar to factors in face-to-face groups and included: program content; having a skilled group leader; and having a connection to another group member, rather than the videoconference environment itself. The importance of onsite coordinators, volunteers, and the presence of other local participants were highlighted. Suggestions for improved group cohesion and participation included having a preliminary face-to-face meeting, implementing technical strategies, and having onsite support.
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 | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».