Implementation of Spinal Cord Injury Peer Mentorship Programs in Rehabilitation Settings
Bibliographic record
Abstract
Après une lésion médullaire (LM), une personne va devoir modifier son approche à certaines activités quotidiennes (Alizadeh et coll., 2019). Pour aider les personnes ayant une LM à s’adapter et prospérer, des programmes de mentorat par les pairs ont été mis en œuvre dans les milieux communautaires et en réadaptation, afin d'établir une relation ciblée et unidirectionnelle entre un mentor et un mentoré (Shaw et coll., 2019). Ces programmes peuvent être bénéfiques pour les personnes ayant une LM sous nombreux aspects, incluant le plan d’adaptation, la connexion, le développement personnel, l'indépendance, les connaissances, et la participation (Rocchi et coll., 2022). Malgré les résultats positifs du mentorat par les pairs, ces programmes ne sont disponibles qu’a un faible pourcentage de la population ayant une LM (Shaw et coll., 2019; Shi et coll., 2019). Les hôpitaux de réadaptation peuvent être un milieu idéal pour mettre en œuvre des programmes de mentorat par les pairs car ces programmes peuvent offrir l’opportunité aux individus de s’intégrer dans la communauté (Barclay & Hilton, 2022; Rocchi et coll., 2022). Cependant, peu d'études ont identifié les déterminants clés (c.-à-d. les facilitateurs et les obstacles) ainsi que les processus (c.-à-d. les mesures/étapes prises pour réussir la mise en œuvre) sur la mise en œuvre des programmes de mentorat entre pairs pour les personnes ayant une LM dans les milieux de réadaptation. Donc, l’objectif de cette thèse doctorale était d'identifier les déterminants et les processus individuels et organisationnels de la mise en œuvre des programmes de mentorat entre pairs pour personnes ayant une LM dans les milieux de réadaptation. Le chapitre trois a adopté une étude qualitative de cas multiples pour identifier et comparer les obstacles, les facilitateurs et les solutions possibles à la mise en œuvre d'un programme prospectif de mentorat par les pairs dans un hôpital de réadaptation chinois et un hôpital de réadaptation canadien. Au niveau organisationnel, une culture organisationnelle axée sur le patient, une infrastructure de travail collaboratif et des liens avec des organisations communautaires en LM se sont révélés être des facilitateurs. Au niveau individuel, l'engagement des professionnels de la santé et des patients ayant une LM, ainsi que l'établissement de relations dynamiques entre ces parties et les mentors de personnes ayant une LM ont été des processus clés pour que les établissements de réadaptation mettent en œuvre un programme de mentorat par les pairs. Puisque les mentors, les mentorés et les professionnels de la santé en LM se sont avérés être les trois rôles principaux, les chapitres quatre et cinq ont examiné la relation et la collaboration entre ces personnes dans le cadre d'un programme de mentorat par les pairs offert par un organisme communautaire dans un hôpital de réadaptation. Le chapitre quatre est une étude de cas qui examine la collaboration entre les professionnels de la santé et les mentors vivant avec une LM. Le chapitre quatre a révélé que la réussite du programme dépendait de la structure optimale du programme et de la collaboration interprofessionnelle entre les professionnels de la santé et les mentors. Le chapitre cinq s'est concentré sur les interactions dyadiques et les relations entre les mentors et les mentorés ayant une LM. Trois histoires créatives et non fictives ont été élaborées pour illustrer les débuts du mentorat, la floue des limites entre l'amitié et le mentorat, et l'impact de ces limites floues sur le bien-être émotionnel des mentors. Dans l'ensemble, la mise en œuvre efficace des programmes de mentorat par les pairs dans les établissements de réadaptation consiste 1) planifier un programme en fonction des besoins et des ressources des établissements de réadaptation, et 2) établir des relations dynamiques entre les mentors, les mentorés et les professionnels de la santé en LM par le biais d'une communication constante et de limites claires. Cette thèse a contribué à la littérature en identifiant ces déterminants, ces processus organisationnels et individuels et a ainsi éclairé les approches fondées sur des données probantes pour la mise en œuvre de programmes de mentorat par les pairs pour personnes ayant une LM dans les hôpitaux de réadaptation
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".