Critical concepts in elder abuse research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This paper identifies core elements in principal definitions of elder abuse or mistreatment of older adults (EA/MOA) and discusses the relevance of four crucial concepts: age, vulnerability, trust, and power balance in relationships. METHOD: A critical analysis of selected literature in EA/MOA with a focus on works from the last 10 years. RESULTS: Current definitions of EA/MOA share commonalities regarding an understanding of elder abuse as a status offence, the inclusion of both acts and omissions, and the consideration of multiple levels of behavior and its effects. Definitions differ with regard to aspects as crucial as the intentionality of an abusive action and its actual or potential harmful effects. EA/MOA can be considered as a complex subtype of victimization in later life limited to victim-perpetrator relationships, where the perpetrator has assumed responsibility for the victim, the victim puts trust in the offender, or the role assigned to the offending person creates the perception and expectation that the victim may trust the perpetrator. Vulnerability is identified as a key variable in EA/MOA theory and research. With regard to neglect, the mere possibility of being neglected presupposes a heightened level of vulnerability. Power imbalance often characterizes victim - perpetrator relationships but is not a necessary characteristic of abuse. CONCLUSION: Research on EA/MOA needs conceptual development. Confining phenomena of EA/MOA to specific relationships and tying them to notions of vulnerability has implications for research design and sampling and points to the limits of population-based victimization surveys.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 découle