MétaCan
Menu
Retour à la cohorte
Enregistrement W2277707076

Older Women Speak About Abuse & Neglect in the Post-migration Context

2010· article· en· W2277707076 sur OpenAlexaboutno aff
Sepali Guruge, Parvathy Kanthasamy, Jalajah Jokarasa, Theresa Yi Wai Wan, M Chinichian, Khosro Refaie Shirpak, Petroiya Paterson, Shree-Sai Sathananthan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeglectElder abuseContext (archaeology)Focus groupPsychological abuseDomestic violencePsychologyMedicinePsychiatryPoison controlSuicide preventionSociologyMedical emergencyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Elder abuse and neglect occur in every community and society. While considerable research is emerging on elder abuse, limited health science research exists to-date on older women experiencing abuse and neglect in the post-migration context in Canada. Building on our community partners’ interest in further understanding the topic of elder abuse and our previous work on violence against women throughout the migration process, this qualitative study explored older immigrant women’s experiences of and responses to abuse and neglect in one community. Data generation involved individual interviews and three focus groups with a group of older women (N=43) from the Sri Lankan Tamil community in Toronto. Findings show that older women experienced various forms of neglect and abuse and that the primary abusers were their husbands, children and children-inlaw. Their community and Canadian society at large were also implicated. Women’s responses to abuse were shaped by many factors at micro, meso, and macro-societal levels. In responding to abuse, older immigrant women showed remarkable resilience. Strategies are offered to better support older women’s attempts to cope with abuse and to promote their resiliencies.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,158
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0020,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,278
Écart entre enseignants0,268 · 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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElder Abuse and NeglectTravaux en français237 207