(In)Formal Support and Unmet Needs in The National Long-Term Care Survey
Notice bibliographique
Résumé
We linked individual-level data from the 2004 wave of the National Long-Term Care Survey with state-level data from the National Aging Program Information Systems (NAPIS) State Program Reports to predict care mix and unmet need for assistance. Our sample consisted of 2422 community-dwelling individuals aged 65 and older (69% women, 8% nonwhite) who reported at least one limitation in an instrumental or basic activity of daily living. We used the data to predict the mix of formal and informal support received, and the probability of having at least one unmet need from individual (predisposing, enabling, and need) characteristics with statelevel home help coverage rates, intensity of home help services, and proportion of population aged 60+ residing in institutional settings. Consistent with past research, a majority (52.6%) of the disabled sample reported unmet need. At the individual level, enabling (availability of kin support) and need (number of basic and instrumental activity of daily living impairments, BADLs and IADLs) were most strongly associated with care mix and unmet need. Statelevel services were not associated with receipt of informal supports. In states providing home help services to a higher proportion of elders, women were more likely to receive formal help. In states providing more intensive services, women were less likely and individuals living alone more likely to receive formal supports. In states where a higher proportion of elders lived in nursing homes, individuals living alone were more likely to receive formal assistance, less likely overall to report unmet needs, but the oldest-old were more likely to report unmet need.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».