Building an Evidence-Based Framework for the Development of a Newfoundland and Labrador Centre on Aging
Notice bibliographique
Résumé
Life expectancies are increasing and populations are aging in all western industrialized countries. Given the demographics, the health and well-being of older adults and the provision of services for seniors are major priorities for all levels of government and will become increasingly so. Newfoundland and Labrador (NL) has one of the highest proportions (13.9%) of seniors of any province and that percentage is expected to increase to 20% by 2017 (Provincial Healthy Aging Policy Framework, 2007). Statistics Canada has recently projected that by 2031, NL will have the highest proportion of older adults in Canada. The Government of Newfoundland and Labrador has acknowledged the need to address the challenges of an aging population in the Healthy Aging Policy Framework. There are approximately 18 Canadian research centres involved in the study of aging. The only province without a centre dedicated to the study of aging is NL1. The establishment of a NL Centre on Aging would be an important development given the demographics and the unique circumstances of the province and its people. A NL Centre on Aging would facilitate aging-related research and education, thereby assisting the government of NL in achieving the goals of the Healthy Aging Policy Framework. The present document describes a qualitative descriptive investigation funded by the Healthy Aging Research Program (HARP) of the NL Centre for Applied Health Research (NLCAHR) and by the Grenfell Campus of Memorial University.
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 | 0,494 | 0,399 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,028 | 0,017 |
| Études des sciences et des technologies | 0,020 | 0,042 |
| Communication savante | 0,043 | 0,031 |
| Science ouverte | 0,017 | 0,035 |
| Intégrité de la recherche | 0,015 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».