MétaCan
Menu
Retour à la cohorte
Enregistrement W1500903713 · doi:10.1002/casp.2171

Ageing and Community: Introduction to the Special Issue

2014· article· en· W1500903713 sur OpenAlexaff
Claudine Provencher, Norah Keating, Jeni Warburton, Vera Roos

Notice bibliographique

RevueJournal of Community & Applied Social Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSociologyPopulation ageingDiversity (politics)DisciplinePopulationPublic relationsGerontologySocial sciencePolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Population ageing is one of the major contemporary issues facing societies across the world. Originally framed as a major social and economic challenge, demographic ageing is now beginning to be seen as offering huge potential to individuals as well as to their communities. It is this positive potential that we explore in this issue by utilising two key disciplinary approaches—social gerontology and social/community psychology. In this introduction, we argue that focus on only one or the other of these perspectives is limiting. Instead, a more critical approach is needed that incorporates the strengths of both disciplines in order to build a more complete and stronger understanding of ageing and community. Thus, a focus on social gerontology highlights ageing issues and explores the diversity of older people and their interactions with community. By incorporating a social/community psychology approach, there is potential to complement this body of work through a deeper level of analysis around community, as well as individual and relational dimensions. The result is a special issue that brings together these two perspectives to address some of the shortcomings of approaching ageing through solely one disciplinary lens. Copyright © 2013 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,003
Communication savante0,0060,007
Science ouverte0,0020,006
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,415
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Community & Applied Social PsychologyMême sujetAging and Gerontology ResearchTravaux en français237 207