MétaCan
Menu
Retour à la cohorte
Enregistrement W2037835194 · doi:10.1017/s0714980813000457

Dementia Care Knowledge Sharing within a First Nations Community

2013· article· fr· W2037835194 sur OpenAlexafffundabout
Dorothy Forbes, Catherine Blake, Emily Thiessen, Sara A. Finkelstein, Maggie Gibson, Debra Morgan, Maureen Markle‐Reid, Ivan Culum

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2013
Typearticle
Languefr
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMcMaster UniversitySt Joseph's Health CareWestern UniversityUniversity of AlbertaUniversity of SaskatchewanUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHumanitiesPolitical scienceMedicineArt

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ Cet article discute l’échantillon d’une étude des Premières Nations plus vaste sur les décisions de soins de la démence et le partage des connaissances. L’objectif de cette étude est de mieux comprendre le processus de partage des connaissances entre les praticiens de la santé (PS), les partenaires de soins, et les personnes atteintes de démence (PAD) au sein d’une communauté rurale des Premières Nations. Une méthodologie de la théorie constructiviste ancrée a été utilisée. Dix-neuf entrevues ont ete menées à trois reprises avec deux réseaux de soins de la démence qui comprenait deux PAD, trois partenaires de soins, et deux PS. Un modèle, “Partage des connaissances sur les soins de la démence,” a été conçue, centrée sur les PAD et leurs partenaires de soins. Trois grands thèmes du partage des connaissances sont representées dans le modèle: (1) le développement des relations de confiance, (2) l’accès et l’adaptation aux informations, et (3) application des informations. Des approches sensibles à la culture sont essentiels pour le développement des relations de confiance. Une fois que les relations ont été développées, le partage des connaissances grâce à l’accès, l’adaptation et l’application des informations est devenu possible.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,912
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,003
Communication savante0,0070,005
Science ouverte0,0010,009
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 Opus0,027
Tête enseignante GPT0,285
Écart entre enseignants0,259 · 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'étudeQualitatif
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

Citations24
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetGeriatric Care and Nursing HomesTravaux en français237 207