MétaCan
Menu
Retour à la cohorte
Enregistrement W2138547245 · doi:10.1177/0733464809345494

When Self-Presentation Trumps Access: Why Older Adults With Low Vision Go Without Low-Vision Services

2009· article· en· W2138547245 sur OpenAlexaffabout
Marlee M. Spafford, Debbie Laliberté Rudman, Beverly Leipert, Lisa Klinger, Suzanne Huot

Notice bibliographique

RevueJournal of Applied Gerontology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensWestern UniversityUniversity of Waterloo
Organismes subventionnairesWorld Health Organization
Mots-clésLow visionIndependent livingPresentation (obstetrics)ContextualizationIndependence (probability theory)PsychologyGerontologyService (business)Service delivery frameworkMedicineOptometryComputer science

Résumé

récupéré en direct d'OpenAlex

Reasons were sought for low-vision service nonuse in a group of Canadian seniors with self-reported low vision. Audio-recorded semistructured interviews were completed with 34 seniors with low vision: age range (70 to 94 years; mean: 82 years); 16 urban dwellers (12 women); 18 rural dwellers (14 women). Qualitative content analysis and template analytic techniques were applied to transcriptions. Informant nonuse of low-vision services involved: insufficient knowledge, managing for now, and practitioner behavior (inadequate rehabilitation education and management). Underlying seniors’ attitudes that shaped their self-presentation and service nonuse included a strong need for independence, a contextualization of vision loss relative to other losses, and an acceptance of vision loss in life. Service delivery strategies should consider not only knowledge access and healthcare practitioner behavior but also senior self-presentation strategies (e.g., viewing aids as counterproductive to independence). Subtle rural-urban attitudinal differences may further delay access for rural seniors; further research is advised.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,448

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,352
Écart entre enseignants0,337 · 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

Citations45
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207