MétaCan
Menu
Retour à la cohorte
Enregistrement W2035523719 · doi:10.2190/764r-nqy9-rxev-3fgt

Hitting Home: A Survey of Housing Conditions of Homes Used for Long-Term Care in Ontario

2006· article· en· W2035523719 sur OpenAlexaffabout
Patricia McKeever, Helen Scott, Mary L. Chipman, Katherine Osterlund, Joan M. Eakin

Notice bibliographique

RevueInternational Journal of Health Services · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHousekeepingLong-term careTelephone surveyService (business)BusinessAssisted Living FacilitySample (material)Assisted livingGerontologyMedicineEnvironmental healthNursingMarketing

Résumé

récupéré en direct d'OpenAlex

A telephone survey of a random sample of 811 long-term home care clients from three geographically distinct regions in Ontario was conducted to illuminate the living and working conditions in households receiving long-term care services. The median age of clients was 77 years and 75 percent were female. The majority had not completed high school. Almost half were widowed, had income levels of dollar 20,000 (Canadian) or less, and lived alone. Approximately one-third needed help with most basic activities of daily living. The vast majority could not bathe or dress themselves. More than three-quarters needed help with preparing meals, housekeeping, and shopping. Few clients could perform yardwork and home repairs. Many clients' homes required major and minor repairs, were not suitable in size, were not affordable, and lacked important household amenities. More than 30 percent required modifications to enable clients to live and be cared for comfortably and safely, and half the clients had not completed these because of exorbitant costs. Overall, many clients were living in homes less than optimal for domestic life and long-term care provision. These results highlight significant gaps in care provision and a need to link housing to health and social service policies.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,040
Tête enseignante GPT0,417
Écart entre enseignants0,377 · 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

Citations9
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetGeriatric Care and Nursing HomesTravaux en français237 207