MétaCan
Menu
Retour à la cohorte
Enregistrement W1989035601 · doi:10.1080/08946560902997553

The Effect of Care Setting on Elder Abuse: Results from a Michigan Survey

2009· article· en· W1989035601 sur OpenAlexaff
Connie Page, Tom Conner, Artem Prokhorov, Yu Fang, Lori Ann Post

Notice bibliographique

RevueJournal of Elder Abuse & Neglect · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésElder abuseNeglectVerbal abuseNursing homesMedicineHealth careOddsLong-term careNursingGerontologyPoison controlSuicide preventionMedical emergencyLogistic regression

Résumé

récupéré en direct d'OpenAlex

This study compares abuse rates for elders age 60 and older in three care settings: nursing home, paid home care, and assisted living. The results are based on a 2005 random-digit dial survey of relatives of or those responsible for, a person in long-term care. Nursing homes have the highest rates of all types of abuse, although paid home care has a relatively high rate of verbal abuse and assisted living has an unexpected high rate of neglect. Even when adjusting for health conditions, care setting is a significant factor in both caretaking and neglect abuses. Moving from paid home care to nursing homes is shown to more than triple the odds of neglect. Furthermore, when computing abuse rates by care setting for persons with specified health conditions, nursing homes no longer have the highest abuse rates.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,300
Écart entre enseignants0,289 · 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'étudeObservationnel
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

Citations50
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Elder Abuse & NeglectMême sujetElder Abuse and NeglectTravaux en français237 207