A SAMPLE OF QUALITY OF LIFE RESEARCH FROM THE CANADIAN CONSORTIUM ON NEURODEGENERATION IN AGING
Notice bibliographique
Résumé
The Canadian Consortium on Neurodegeneration in Aging (CCNA) provides the infrastructure and support that facilitates collaboration amongst Canada’s top dementia researchers. By accelerating the discovery, innovation, and the adoption of new knowledge, the CCNA positions Canada as a global leader in increasing understanding of neurodegenerative diseases, working in the areas of prevention, treatment and quality of life. The goal of the CCNA is to offer a collaborative and synergistic space that attracts the best researchers in the field. Together, researchers work on transformative ideas to positively impact the quality of life and the quality of services for individuals living with neurodegenerative diseases. In fact, seven research teams are dedicated to one of CCNA’s overarching themes, quality of life. This symposium will focus on showcasing the work of 5 teams within the Quality of Life theme all of whom focus on persons with dementia. Specifically, researchers from Team 16 will share a driving cessation decision-making and coping framework and toolkit. Team 17 will describe how dual sensory and cognitive loss influence every day functioning and quality of life. Team 18 will discuss a group psychotherapy intervention to support dementia family carers in managing work-life conflicts. Team 19 will present the impact of primary care interventions on the knowledge attitudes and practices of clinicians and their association with quality of dementia care. Finally, Team 20 will discuss the implementation of community based participatory action research to improve approaches to dementia care in Indigenous populations in Canada. .
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 | 0,021 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,018 |
| Études des sciences et des technologies | 0,012 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».