MétaCan
Menu
Retour à la cohorte
Enregistrement W2135693755 · doi:10.1017/s0714980800004530

Predictors of Bath Grab-Bar Use among Community-Living Older Adults

2003· article· en· W2135693755 sur OpenAlexaffabout
Nancy Edwards, Donna Lockett, Faranak Aminzadeh, Rama C. Nair

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBathtubApartmentToiletBathingLogistic regressionSample (material)OddsPsychosocialPsychologyGerontologyEnvironmental healthEngineeringMedicineGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Bathrooms are a common location for falls among older adults. Bath grab bars can assist in promoting safe bath transfers. The aim of this study was to identify predictors of bathroom safety-device use among community-living seniors. A two-stage sampling strategy was used to select, first, a random sample of non-universal apartment buildings and a matched sample of universal buildings, from among non-profit apartment buildings in two Canadian regions; and second, a random sample of participants within each building. A total of 550 seniors participated in face-to-face interviews in their apartments. Participants within each building type presented with similar profiles. A logistic regression was used to identify predictors of grab-bar use among participants who had grab bars and entered the bathtub on a regular basis (n= 478). Significant predictors, in order of odds ratios, were bathing difficulties, ease of grab-bar use, living in buildings with policies supporting universal access to grab bars, having a history of falls, and reporting few psychosocial consequences of grab-bar use. Findings of this study emphasize the importance of promoting access as a key strategy for increasing use and have important implications for policy planning and falls-prevention initiatives.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations16
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207