FRAMEWORK FOR DEVELOPING A MOBILITY MANAGEMENT PROGRAM FOR AGING DRIVERS; A CONSENSUS STUDY
Notice bibliographique
Résumé
Determining the most effective means to help older people maintain their mobility and social participation once they cease driving has garnered increased attention due to the known health and social consequences of losing one’s license in later life. Our aim was to convene an international expert consensus panel to establish a conceptual framework for a Mobility Management Program. Eighty-five experts from six countries were invited to participate of which fourteen scientists and eight occupational therapists contributed. Using a secure, web-based portal, participants’ comments were entered anonymously then reviewed and summarized by four independent researchers. These summaries were taken forward to the next round for further consideration. The study ended once the majority of participants (n=16/22) indicated an additional round would not improve the framework, which occurred after four rounds. The consensus group agreed upon two core goals of a Mobility Management Program: facilitating a person’s transition from driver to using alternative means of transport and guiding persons through associated lifestyle adjustments. This program is to ensure mental and physical well-being, social and community participation, road safety, and maintain meaningful engagements. The theoretical models relevant to the construction of the program are: Trans-theoretical Model of Behavior Change, Health Action Process Approach (self-efficacy), Transactional Model, and Client-Centered Goal Setting Approach. The consensus group agreed on a person-centered approach that respects individual attitudes towards driving retirement through four critical phases: consideration, acceptance, action, and autonomy. A successful transition is achieved when emerging needs are met and managed by the individual/caregiver involved.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,122 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,007 | 0,011 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».