MétaCan
Menu
Retour à la cohorte
Enregistrement W2726657745 · doi:10.1093/geroni/igx004.2429

BRINGING AGING TO THE FOREFRONT IN INTERSECTIONAL DISABILITY STUDIES

2017· article· en· W2726657745 sur OpenAlexaffabout
Katie Aubrecht

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAging, Health, and Disability
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésScholarshipGender studiesRacializationDisability studiesIntersectionalityIdeologyNova scotiaSociologyGerontologyPolitical scienceRace (biology)MedicinePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Although there is impressive intersectional disability studies scholarship and activism that explores heterosexism, racialization, disablement and transinstitutionalization (e.g., Ben-Moshe, 2011), analyses which include a consideration of aging are virtually absent. Genealogical research makes the absence of aging and older adults within intersectional disability studies scholarship and activism more present. In this presentation I share findings from a genealogy of nursing homes in Nova Scotia which traces their appearance to the English Poor Laws. Documents from the Nova Scotia Archives, and secondary research that included peer-reviewed academic publications and publicly available information, were analyzed to understand the social and historical emergence of nursing homes as a form of care for older adults. This work sought to identify and understand the dominant ideologies that shape current policies and popular understandings of nursing homes, and that organize practices and perceptions of people who live in nursing home settings.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,080
Tête enseignante GPT0,410
Écart entre enseignants0,330 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetAging, Health, and DisabilityTravaux en français237 207