Balancing Formal and Informal Care for Older Persons: How Case Managers Respond
Notice bibliographique
Résumé
RÉSUMÉ Cette étude a examiné la façon dont les gestionnaires de cas de soins à domicile et en milieu communautaire dans la première ligne de la profession voir le rôle des aidants naturels et les facteurs qui contribuent aux décisions de ces gestionnaires en ce qui concerne l’allocation des ressources. La recherche pour l’étude a utilisé deux méthodes de collecte de données: (a) l’analyse secondaire des résultats de simulations de la balance de soins, réalisées dans neuf régions de l’Ontario, et (b) des entretiens en profondeur de suivi avec les différents gestionnaires de la B de S. Les résultats indiquent que les gestionnaires de cas sont d’accord à l’unanimité que l’unité des soins dans le secteur SDMC ne se limite pas à l’individu, tel qu’en soins aigus, mais englobe à la fois l’individu et le soignant. Nous avons constaté, cependant, des variations considérables dans l’assortiment et le volume des services SDMC recommandés par les gestionnaires de cas. Nous concluons que la variabilité de la prise de décision peut refléter la manque de réglementation, de meilleures pratiques, et de lignes directrices pour la responsabilité dans le secteur SDMC.
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 | 0,016 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».