A Literature Review of Findings in Physical Elder Abuse
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To review the medical literature for reports on the types of physical injuries in elder abuse with the aim of eliciting patterns that will aid its detection. MATERIALS AND METHODS: The databases of PubMed, CINAHL, EMBASE, and TRIP were searched from 1975 to March 2012 for articles that contained the following phrases: "physical elder abuse," "older adult abuse," "elder mistreatment," "geriatric abuse," "geriatric trauma," and "nonaccidental geriatric injury." Distribution and description of injuries in physical elder abuse from case-control studies, cross-sectional studies, case series, and case reports as seen at autopsy, in hospital emergency departments, or in medicolegal reports were tabulated and summarized. RESULTS: A review of 9 articles from a total of 574 articles screened yielded 839 injuries. The anatomic distribution in these was as follows: upper extremity, 43.98%; maxillofacial, dental, and neck, 22.88%; skull and brain, 12.28%; lower extremity, 10.61%; and torso, 10.25%. CONCLUSION: Two-thirds of injuries that occur in elder abuse are to the upper extremity and maxillofacial region. The social context in which the injuries takes place remains crucial to accurate identification of abuse. This includes a culture of violence in the family; a demented, debilitated, or depressed and socially isolated victim; and a perpetrator profile of mental illness, alcohol or drug abuse, or emotional and/or financial dependence on the victim.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle