MétaCan
Menu
Retour à la cohorte
Enregistrement W2155697039 · doi:10.5539/ass.v10n12p142

Social Welfare Needs and Policies for Elderly People in Thailand: A Case Study in Pitsanulok Community

2014· article· en· W2155697039 sur OpenAlexvenueno aff
Somkit Khamngae, Sombut Boonleaing, Natthavut Bungchan, Thongphon Promsaka Na Sakolnakorn

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareGovernment (linguistics)Social securitySocial policySocial WelfarePublic policyEconomic growthPaymentFocus groupSocial workTransfer paymentBusinessPublic relationsPublic administrationPolitical scienceEconomicsMarketingFinance

Résumé

récupéré en direct d'OpenAlex

The objectives of this study are to study the level of satisfaction of older people with social welfare policy, to study the problems of social welfare policy, and to study public policy guidelines for social welfare in a community in Pitsanulok province. We did quantitative and qualitative methods for 3,701 questionnaires, interviews of 29 participants and a focus group of 15 experts to discuss policy guidelines. From the study, we found that older people were satisfied with social welfare policy at a moderate level such as social security, knowledge and education. However, the problems of social welfare policy such as the monthly payment assistance is not enough in the current economy, government’s lack of budget, and not allowing government agencies to take care of older people, so local government should create a department for service and support older people and also train government officers to have more knowledge about how to take care of older people. In addition, the government should train more healthy volunteers in communities to take care of and help to transfer older people to hospitals.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,330
Écart entre enseignants0,309 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207