MétaCan
Menu
Retour à la cohorte
Enregistrement W2176416456 · doi:10.1177/2158244015591824

A Cross-Sectional Study to Compare Caregiver Distress Among Korean Canadian, Chinese Canadian, and Other Canadian Home Care Clients

2015· article· en· W2176416456 sur OpenAlexaffabout
Byung Wook Chang, John P. Hirdes

Notice bibliographique

RevueSAGE Open · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionDescriptive statisticsMedicineBivariate analysisDistressCross-sectional studyGerontologyPsychologyFamily medicineNursingClinical psychology

Résumé

récupéré en direct d'OpenAlex

This study examines the health of elderly Korean Canadians in home care and investigates the risk factors for caregiver distress of families caring for their elderly relatives. Korean Canadians, Chinese Canadians, and other Canadian home care clients were compared using the Resident Assessment Instrument–Home Care (RAI-HC). The assessments were done as a part of normal clinical practice between January 2002 and December 2010 within Ontario. A sample of 58,557 home care clients was analyzed using descriptive statistics and chi-square analysis at the bivariate level and multiple logistic regression models. The major finding of the present study is that Korean clients had higher physical impairments and higher prevalence of major chronic diseases, but they were less likely to receive personal support or nursing services. Moreover, the results provide clear evidence of the importance of language barriers for all linguistic minorities, including Korean Canadians.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,400
Écart entre enseignants0,347 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetGeriatric Care and Nursing HomesTravaux en français237 207