MétaCan
Menu
Retour à la cohorte
Enregistrement W2012788641 · doi:10.1177/0898264314535632

Aging and Place in Long-Term Care Settings

2014· article· en· W2012788641 sur OpenAlexaff
Robin P. Bonifas, Kelsey Simons, Barbara Biel, Christie Kramer

Notice bibliographique

RevueJournal of Aging and Health · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocializationLong-term careThematic analysisContext (archaeology)PsychologyQualitative researchSocial environmentGerontologyQuality of life (healthcare)Aging in placeSocial psychologyDevelopmental psychologySociologyNursingMedicineGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This article presents results of a qualitative research study that examined how living in a long-term care (LTC) home influences the quality of residents' relationships with peers, family members, and outside friends. METHOD: Semistructured interviews using a phenomenological approach were conducted with 23 residents of a LTC home. Thematic analysis was employed to illuminate residents' perspectives on the nature of social relationships in this setting. RESULTS: Four key themes were identified that highlight the role of place in social relationships. Residing in a LTC home influences the context of social interactions, impacts their quality and process, clusters individuals with health and functional declines that hinder socialization, and poses structural and cultural barriers that impede social interactions. Health and functional limitations posed the greatest challenge to socialization relative to characteristics of the facility itself. DISCUSSION: Residents' insights emphasize how personal characteristics influence community culture and the experience of place.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,006
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,404
Écart entre enseignants0,376 · 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

Citations39
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetGeriatric Care and Nursing HomesTravaux en français237 207