MétaCan
Menu
Retour à la cohorte
Enregistrement W1992501722 · doi:10.1017/s0144686x14000269

Problematising care burden research

2014· article· en· W1992501722 sur OpenAlexaff
Mary Ellen Purkis, Christine Ceci

Notice bibliographique

RevueAgeing and Society · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDyadIntervention (counseling)Materiality (auditing)Psychological interventionPsychologySociologyPublic relationsNursingMedicineSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In this paper we use Alvesson and Sandberg's strategy of problematisation to analyse the assumptions embedded in the development and use of the concept of ‘care-giver burden’. We do this in order to develop an explanation as to why decades of research into the experience of providing home-based care to a family member with dementia has had little effect in relieving or reducing the ‘burden’ of that care. Though some part of this is undoubtedly political, our analysis suggests that key assumptions of the research limit both knowledge development and intervention effectiveness. Especially problematic are first, an overriding focus on the isolated care-giver–recipient dyad as the appropriate object of inquiry and target of intervention, and second, an absence of an analysis of the materiality of care and care-giving practices. The heterogeneity of care situations, including interrelations among people, technologies, objects, spaces and other organisational worlds, appear in much of the research primarily as methodological problems, variables to be subdued through a more rigorous application of method. The high volume of research and acknowledged low impact of interventions, however, suggests that rethinking the nature of care practices, and how we come to know about them, is necessary if we are to develop and implement strategies that will contribute to better outcomes for people.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,366
Écart entre enseignants0,335 · 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'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

Citations51
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207