Current State and Impact of Behavioural Support Transition Units in Ontario Long‐Term Care Homes
Notice bibliographique
Résumé
BACKGROUND: Behavioural Support Transition Units (BSTUs) offer time-limited assistance to individuals with dementia and older adults with other complex mental health conditions whose behavioural care needs surpass the capabilities of their current environment. Long-term care home-based BSTUs aim to reduce the occurrence and prevalence of residents' responsive behaviours, facilitating their transition to a lower level of care upon meeting clinical goals. In Ontario, 21 BSTUs currently operate with a combined capacity of 395 residents. METHOD: This presentation will synthesize the findings from the 2023 Ontario BSTU Environmental Scan alongside preliminary insights gleaned from the inaugural province-wide dataset, encompassing data from Ontario's BSTUs. Data for both of these initiatives was collected directly from all BSTUs via electronic surveys and data collection forms. RESULTS: The BSTU Environmental Scan provides a comprehensive analysis of the current landscape of Ontario's BSTUs, including resident demographics, environmental design, staffing models, consultation supports, and staff education. It identifies key areas for quality improvement, providing actionable insights to inform long-term care professionals regarding patient referrals. The dataset highlights critical factors that influence the efficacy of BSTUs and uncovers trends relevant to improving care delivery. CONCLUSION: The dissemination of this information will contribute to a deeper collective understanding of the BSTU landscape, offering valuable insights for professionals in long-term care who currently facilitate patient transitions to and from these units. Moreover, it will enhance awareness and inform healthcare professionals seeking to explore the role and impact of BSTUs on those living with cognitive impairment who are experiencing significant behavioural care needs, as well as the broader systems that support them.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».