MétaCan
Menu
Retour à la cohorte
Enregistrement W2511393355 · doi:10.18666/jlr-2016-v48-i1-6263

Can Senior Centres be Contexts for Aging in Third Places

2016· article· en· W2511393355 sur OpenAlexaff
Karen Gallant

Notice bibliographique

RevueJournal of Leisure Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAging in placeReflexivityParticipatory action researchSociologyThird ageCitizen journalismFunction (biology)PsychologyPublic relationsSocial psychologyGerontologyPolitical scienceSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Guided by the concept of third place, a community-based participatory research study examined the features of the physical and social environment (e.g., the interactions and actions that occur) within a small senior centre in a mid-sized Cancadian city, and the meanings associated with them that facilitate or undermine aging in place. Reflexive observation and audio-recordings of team meetings with eight centre members constituted the research data. For 'regulars' the senior centre seemed to function as a third place that supported aging in place, particularly by being accessible (physically and financially); however there were several factors that seemed to undermine this potential including restrictive hours, and limited opportunities for leadership or control. Opportunities for meaningful engagement, sociability (particularly fun), and having a contributing role were identified as positive factors contributing to aging in place. The results are discussed in relation to the literature on third places and aging in place.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,424
Écart entre enseignants0,348 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Leisure ResearchMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207