MétaCan
Menu
Retour à la cohorte
Enregistrement W2097290675 · doi:10.1017/s0714980811000237

Conceptualizing Age-Friendly Communities

2011· article· fr· W2097290675 sur OpenAlexaff
Verena Menec, Robin Means, Norah Keating, Graham Parkhurst, Jacquie Eales

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2011
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesEconomic and Social Research Council
Mots-clésIntrapersonal communicationPoliticsPublic relationsPerspective (graphical)Economic growthBusinessPolitical scienceSociologyInterpersonal communicationSocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ Sur le front politique et des lignes de conduite, l’intérêt a augmenté pour rendre les communautés plus « amies des ainés », cette tendance est restée constante depuis que l’Organisation mondiale de la Santé a lancé son projet « Réseau mondial des Villes-amies des aînés. » Nous conceptualisons les communautés amies des aînés en nous appuyons sur le cadre de l’OMS et l’application d’un point de vue écologique. Ainsi nous visons à rendre explicite les principales hypothèses sur l’interaction entre la personne et l’environnement afin de faire progresser la recherche ou de décisions politiques dans ce domaine. Les prémisses écologiques (par exemple, il doit y avoir une adéquation entre la personne âgée et les conditions environnementales) suggèrent la nécessité d’une approche de recherche holistique et interdisciplinaire. Une telle approche est requise car les domaines amis des aînés (l’environnement physique, le logement, l’environnement social, les possibilités de participation, le soutien communautaire formel et informel et les services de santé, de transport, de communication et de l’information) ne peuvent pas être traitées independamment des facteurs personnels, tels que l’âge, le sexe, le revenu et l’état fonctionnel, ainsi que des autres niveaux d’influence, y compris l’environnement politique.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,022
Communication savante0,0070,013
Science ouverte0,0020,009
Intégrité de la recherche0,0030,002
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 Opus0,037
Tête enseignante GPT0,244
Écart entre enseignants0,208 · 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'étudeThéorique ou conceptuel
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

Citations366
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207