“People are Getting Lost a Little Bit”: Systemic Factors that Contribute to Falls in Community-Dwelling Octogenarians
Notice bibliographique
Résumé
RÉSUMÉ Les octogénaires qui habitent aux communautés sont la caractéristique la plus croissante dans la démographie du Canada. Au même temps, ils ont la plus forte prévalence des chutes et neuf fois plus de risques de blessures dues à une chute [par rapport a qui]? Une approche systématique est essentielle pour améliorer la sécurité des octogenaires qui vieillissent en place (chez soi). Comprendre comment les facteurs sociaux interagissent et affectent les aînés peuvent aider à identifier et éliminer les carences en matière de sécurité qui provoquent des chutes. Le but de cette étude était d'identifier les facteurs dans l'ensemble du système qui contribuent aux chutes chez les octogénaires qui habitent aux communautés. Huit chutes ont été étudiées en utilisant une méthode systématique d'examiner les chutes (MSEC). Les participants étaient âgés de 83 à 90 ans. Les analyses à travers des cas ont identifiées 247 facteurs contributifs, regroupés au sein de quatre thèmes distincts: (a) la vie quotidienne est devenu plein de risque; (B) la surveillance est limitée; (C) le système de soins de santé montre la déconnexion; et (d) l'identification et le suivi des chutes est défectueux. Cette étude qualitative permet des apércus systématiques sur comment et pourquoi les chutes se produisent chez les octogénaires dans les communautés.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».