MétaCan
Menu
Retour à la cohorte
Enregistrement W2099846281 · doi:10.1080/21699763.2013.802988

Social networks amongst older people in OECD countries: a qualitative comparative analysis

2013· article· en· W2099846281 sur OpenAlexaboutno aff
Philip Haynes, Laura Banks, Michael Hill

Notice bibliographique

RevueJournal of International and Comparative Social Policy · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Comparative Analysis Research
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilQueen Mary University of London
Mots-clésQualitative comparative analysisHomogeneousGovernment (linguistics)Social network (sociolinguistics)Qualitative propertyDemographic economicsComparative researchPsychological interventionGeographyPolitical scienceEconomic growthDevelopment economicsSociologyEconomicsSocial sciencePsychologySocial mediaComputer science

Résumé

récupéré en direct d'OpenAlex

Using data from The International Social Survey Programme this paper compares the social networks of those aged 50 and above in 18 countries. Two different types of networks are conceptualised: family contact and community participation. Using qualitative comparative analysis (QCA), international sets are established for four groups of countries. Set one includes countries that only satisfy a minimal number of social network thresholds (France, Norway, Great Britain, Denmark and the USA). Set two includes a homogeneous group of countries with above-threshold rates of marriage and community participation (Australia, New Zealand, Germany, Austria and Canada). Other separate sets with stronger social network features comprise Eastern European countries (set three) and Southern Europe countries (set four) in these sets, family contacts are above the international country average but community participation is less strong. Country sets with low comparative threshold scores in the QCA are argued to be likely to be in greater need of government care policy interventions.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,010
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,512
Écart entre enseignants0,395 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International and Comparative Social PolicyMême sujetQualitative Comparative Analysis ResearchTravaux en français237 207