MétaCan
Menu
Retour à la cohorte
Enregistrement W2163096779 · doi:10.12927/hcpap.2011.22186

Residential Long-Term Care: Public Solutions to Access and Quality Problems

2011· article· en· W2163096779 sur OpenAlexvenueaboutno aff
Irene Jansen

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Quality (philosophy)Long-term careBusinessPublic accessComputer scienceMedicineInternet privacyNursing

Résumé

récupéré en direct d'OpenAlex

Residential long-term care in Canada is characterized by unequal access and quality problems largely due to inadequate public funding and regulation, commercial involvement and its exclusion from medicare. Programs are patchwork, with variations across provinces in the availability of services, level of public funding, eligibility criteria and out-of-pocket costs borne by residents. Most provinces have cut long-term care bed capacity relative to the senior population in the past decade, without sufficiently expanding home and community care or adequately increasing staffing to reflect the higher acuity of the remaining residents. As a result, care is often rushed and underfunded, with poor working conditions leading to poor quality of care and quality of life for residents. This relationship between workers' and residents' well-being is well documented but poorly addressed. Also well researched but rarely reported are the negative impacts of privatization, at all levels: financing, ownership, management and delivery. This article describes the state of residential long-term care in Canada and proposes three policy directions: creating a pan-Canadian long-term care program, improving quality and reversing privatization.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,006
Communication savante0,0070,003
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,257
Tête enseignante GPT0,444
Écart entre enseignants0,187 · 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'étudeSans objet
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

Citations18
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetGeriatric Care and Nursing HomesTravaux en français237 207