MétaCan
Menu
Retour à la cohorte
Enregistrement W2036563024 · doi:10.1080/08946560903445974

WorldView Environmental Scan on Elder Abuse

2010· article· en· W2036563024 sur OpenAlexaff
Elizabeth Podnieks, Georgia J. Anetzberger, Susannah J. Wilson, Pamela B. Teaster, Tenzin Wangmo

Notice bibliographique

RevueJournal of Elder Abuse & Neglect · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésElder abuseLegislationPovertyDignityPsychologyMedicinePoison controlPublic relationsPolitical scienceSuicide preventionEnvironmental healthLaw

Résumé

récupéré en direct d'OpenAlex

In response to a growing and worldwide recognition of elder abuse, the WorldView Environmental Scan on Elder Abuse was undertaken. It represented an attempt to collect both information on the nature of the problem of elder abuse and responses to it from a global perspective. The first of its kind, the Scan gathered information about elder abuse as well as on related legislation and policy, services and programs, educational resources and needs, training, and past and ongoing research. A total of 53 countries responded to the survey questionnaire, with 362 respondents representing the six world regions designated by the World Health Organization. Findings revealed that factors contributing to elder abuse include changing social and economic structures, isolation of victims, inadequate knowledge of laws and services, intergenerational conflict, and poverty. Barriers to seeking resources to intervene and protect older adults include the culture of the country, language issues, literacy, stigma, lack of mobility, lack of funding, and insufficient familiarity with and access to the internet. The data serve as a catalyst to take action, both globally and nationally, while emphasizing the changes necessary to protect the rights and dignity of older adults.

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)0,008
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 GPT0,282
Écart entre enseignants0,271 · 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

Citations48
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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