Characterizing Social and Recreational Programming in Assisted Living
Notice bibliographique
Résumé
RÉSUMÉ Les objectifs de cette étude en trois phases étaient (1) de caractériser les opportunités existantes dans les programmes de loisirs pour les locataires résidant avec aide à la vie autonome (AVA)* et (2) de recueillir les perceptions sur les facteurs qui influent sur la planification et la prestation des programmes. Au cours d'une collaboration d'un an, nous avons utilisé un cadre de l'application des connaissances intégrées qui a ciblé 51 sites AVA subventionnés par l'État de deux autorités de la santé en Colombie-Britannique. Nous avons effectué une revue des activités, une enquête auprès du personnel et des symposia interactifs pour identifier les facteurs qui ont permis ou restreint les programmes de loisirs. D'après les informations obtenues, nous avons déterminé que tous les sites AVA livraient programmes de loisirs. Bien que les possibilités d'exercice et de l'activité physique ont été perçus comme ayant une grande importance, la plupart des activités étaient de nature sociale. Le personnel a signalé leur confiance dans la prestation de ce type de programmation et a estimé qu'il répondait aux besoins holistiques des locataires, y compris leur bien-être mental, favorisant un sentiment d'appartenance à la communauté. Futures pistes pour augmenter l'activité physique pour les locataires AVA devraient aborder les caractéristiques de l'individu, du site, et de l’organisation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».