MétaCan
Menu
Retour à la cohorte
Enregistrement W1972911781 · doi:10.1093/geront/gnt053

The Relevance of Marjory Warren's Writings Today

2013· article· en· W1972911781 sur OpenAlexaff
Philip St. John, David B. Hogan

Notice bibliographique

RevueThe Gerontologist · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of ManitobaHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésGeriatricsSpecialtyMultidisciplinary approachRelevance (law)GerontologyMedicineConsistency (knowledge bases)Hospital medicinePsychologyFamily medicinePsychiatrySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Marjory Warren was one of the initial geriatricians in the United Kingdom. She established specialized geriatric units, held important administrative positions, and wrote influential papers where she argued for the need of the specialty of geriatric medicine and outlined principles for inpatient care of older adults with chronic illness. We compare and contrast Warren's early papers describing these principles with contemporary models for improving inpatient care of older adults and the need for the specialty of geriatrics. Warren's writings on the inpatient care of older adults presage the principles of both Hospital Elder Life Programs and Acute Care of the Elderly units. The importance of multidisciplinary teams, the physical environment, attention to diverse issues (medical, social, functional), early ambulation, and the active involvement of the older person in their daily routine are present in Warren's writings and in contemporary approaches. Warren's arguments for both the specialty of geriatric medicine and increased training of nonspecialist physicians and other health professionals are remarkably similar to those made in a recent Institute of Medicine report. Across time and place, there has been consistency in the general principles perceived as required for the effective cares of older persons, but challenges persist in implementing and sustaining them.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,040
Tête enseignante GPT0,345
Écart entre enseignants0,305 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe GerontologistMême sujetAging and Gerontology ResearchTravaux en français237 207