Elder abuse and mistreatment : policy, practice, and research
Notice bibliographique
Résumé
* About the Contributors * Foreword * Preface * Introduction (Patricia Brownell) * OVERVIEW AND POLICY * Communities Respond to Elder Abuse (Lisa Nerenberg) * A Policy Perspective on Elder Justice Through APS and Law Enforcement Collaboration (Christopher Dubble) * Social Inclusion: An Interplay of the Determinants of Health--New Insights into Elder Abuse (Elizabeth Podnieks) * PRACTICE * Self-Determination and Elder Abuse: Do We Know Enough? (L. Rene Bergeron) * Use of a Single Page Elder Abuse Assessment and Management Tool: A Practical Clinician's Approach to Identifying Elder Mistreatment (Patricia A. Bomba) * An Elder Abuse Shelter Program: Build It and They Will Come: A Long Term Care Based Program to Address Elder Abuse in the Community (Daniel A. Reingold) * Consumer Fraud and the Elderly: A Review of Canadian Challenges and Initiatives (Carole A. Cohen) * Psycho-Educational Support Groups for Older Women Victims of Family Mistreatment: A Pilot Study (Patricia Brownell and Deborah Heiser) * RESEARCH * Ethical and Psychosocial Issues Raised by the Practice in Cases of Mistreatment of Older Adults (Marie Beaulieu and Nancy Leclerc) * Elder Abuse and Neglect Among Veterans in Greater Los Angeles: Prevalence, Types, and Intervention Outcomes (Ailee Moon, Kerianne Lawson, Maria Carpiac, and Eleanor Spaziano) * Hearing the Voices of Abused Older Women (Jill Hightower, M. J. (Greta) Smith, and Henry C. Hightower) * Effects of Dependency on Compliance Rates Among Elder Abuse Victims at the New York City Department for the Aging, Elderly Crime Victim's Unit (Mebane E. Powell and Jacquelin Berman) * Index * Reference Notes Included
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 | 0,043 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».