MétaCan
Menu
Retour à la cohorte
Enregistrement W1980828313 · doi:10.1111/jar.12130

Health Inequity in People with Intellectual Disabilities: From Evidence to Action Applying an Appreciative Inquiry Approach

2014· article· en· W1980828313 sur OpenAlexaff
Jenneken Naaldenberg, Roger Banks, Nick Lennox, Hélène Ouellette‐Kunz, Marijke Meijer, Henny van Schrojenstein Lantman‐de Valk

Notice bibliographique

RevueJournal of Applied Research in Intellectual Disabilities · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAppreciative Inquiry and Organizational Change
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésVisionAction (physics)Intellectual disabilityAppreciative inquiryHealth carePublic relationsPsychologyTheme (computing)Multiple disabilitiesQualitative researchAction researchMedical educationNursingSociologyMedicinePedagogyPolitical scienceSocial scienceDevelopmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The current understanding of health inequities in people with intellectual disabilities does not readily translate into improvements in health status or health care. To identify opportunities for action, the 2013 IASSIDD health SIRG conference organized ten intensive workshops. MATERIALS AND METHODS: The workshops each addressed separate topics, a workshop of self advocated was included as well. Workshop reports were analyzed using a qualitative thematical analysis approach. RESULTS: A total of 134 participants attended the workshops. The analysis of the workshop reports resulted in three main themes: approach, know-how and visibility and a pervasive theme, that of person-centered support. CONCLUSION: Everyone that can contribute to better care should be empowered and facilitated to do so, environments should be accessible and inclusive in nature. Sharing experiences, expertise and data sources within and outside intellectual disabilities care and research were mentioned as ways forward. Strong (policy) visions, felt urgency and shared responsibility are required.

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)0,186
score de la tête « metaresearch » (Gemma)0,151
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1860,151
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0110,006
Études des sciences et des technologies0,0050,021
Communication savante0,0170,015
Science ouverte0,0040,029
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,284
Tête enseignante GPT0,400
Écart entre enseignants0,116 · 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'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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research in Intellectual DisabilitiesMême sujetAppreciative Inquiry and Organizational ChangeTravaux en français237 207