MétaCan
Menu
Retour à la cohorte
Enregistrement W1502247334 · doi:10.1111/j.1532-5415.2005.53137.x

Bridging the Workforce Gap for Our Aging Society: How to Increase and Improve Knowledge and Training. Report of an Expert Panel

2005· article· en· W1502247334 sur OpenAlexaff
Alice Mankin LaMascus, Marie Bernard, Patricia P. Barry, Judith A. Salerno, Joan Weiss

Notice bibliographique

RevueJournal of the American Geriatrics Society · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensInstitute of Aging
Organismes subventionnairesUniversity of Michigan
Mots-clésGeriatricsWorkforceMedicineHealth careCurriculumEconomic shortageMedical educationKnowledge baseAging in the American workforceBridging (networking)GerontologyNursingGovernment (linguistics)Psychology

Résumé

récupéré en direct d'OpenAlex

The healthcare workforce is currently unprepared for the increasing number of older persons and the complexities of their healthcare needs. Too few healthcare workers are adequately trained in geriatrics, and developers of educational curricula across healthcare disciplines have been slow to incorporate or require geriatric training. In April 2003, leaders in geriatrics met in Washington, D.C., to discuss and recommend solutions to the growing shortage of an appropriately trained workforce for geriatric research, education, and patient care. After considering data, presenting statistics, and offering insights into the future, the conference concluded by formulating recommendations to meet specific challenges. This report is a summary of the conference proceedings and recommendations, and it serves as a reminder that demographic trends and an everexpanding geriatric knowledge base demand not only attention, but also action.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,435
Écart entre enseignants0,347 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations49
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Geriatrics SocietyMême sujetGlobal Health Care IssuesTravaux en français237 207