MétaCan
Menu
Retour à la cohorte
Enregistrement W2124844008 · doi:10.1017/s0714980811000304

Beyond the ‘Iron Lungs of Gerontology’: Using Evidence to Shape the Future of Nursing Homes in Canada

2011· article· fr· W2124844008 sur OpenAlexaffabout
John P. Hirdes, Lori Mitchell, Colleen J. Maxwell, Nancy White

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2011
Typearticle
Languefr
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensCanadian Institute for Health InformationUniversity of CalgaryWinnipeg Regional Health AuthorityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésInstitutionalisationGerontologyNursing homesLong-term careDementiaLimitingNursingMedicineHealth carePopulationResource (disambiguation)DiseaseEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ Institutionalization of the Elderly in Canadaa proposé que les efforts de s’attaquer aux causes sous-jacentes de baisses liées à l’âge de santé pourraient éradiquer la necessité pour les maisons de soins infirmiers. Cependant, la prévalence des maladies chroniques a augmenté, et les conditions comme la démence signifie que les maisons de soins infirmiers sont susceptibles de rester des éléments importants du système de soins de santé canadien. Le manque d’information clinique à l’échelle individuelle a été un problème fondamental qui limite la capacité de comprendre comment les maisons de soins infirmiers peuvent changer pour mieux répondre aux besoins d’une population vieillissante L’introduction d’instruments d’évaluation interRAI pour la plupart des provinces et territoires canadiens et la création du Système d’information sur les soins représentent des étapes importantes dans notre capacité à comprendre les soins dispensés par les maisons de soins infirmiers au Canada. Le témoignage de huit provinces et territoires montre que les besoins des personnes dans les soins de longue durée sont très complexes, que les allocations de ressources ne correspondent pas toujours aux besoins, et que la qualité varie considérablement entre et au sein des provinces.

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)0,042
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,944

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,110
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,010
Études des sciences et des technologies0,0070,008
Communication savante0,0130,005
Science ouverte0,0040,007
Intégrité de la recherche0,0020,004
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 Opus0,048
Tête enseignante GPT0,304
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations224
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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