MétaCan
Menu
Retour à la cohorte
Enregistrement W2728487026 · doi:10.1093/geroni/igx004.3947

PERSPECTIVE WORKSHOPS: CO-CREATING SERVICE SOLUTIONS FOR SENIORS IN AFFORDABLE HOUSING

2017· article· en· W2728487026 sur OpenAlexaff
Mei Lan Fang, Sarah L. Canham, Lupin Battersby, Ryan Woolrych, Judith Sixsmith, Andrew Sixsmith

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensFraser InstituteSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésService providerAffordable housingBusinessService (business)AutonomyStaffingService delivery frameworkService designAmenityPublic relationsMarketingNursingMedicineEngineeringFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Effective home and community services and supports can enable older adults to successfully age-in-place, enhancing physical, mental, and social health outcomes through improved social participation, heightened independence, autonomy, and choice. One challenge in affordable housing developments for seniors surrounds the integration of place-based services. This presentation reports on four Perspectives Workshops conducted with service providers that aimed to: (i) understand challenges and opportunities experienced by service providers when delivering senior-friendly services and (ii) determine actions that can be taken to enhance the needs (e.g. staffing and financial resources) of service providers, enabling them to serve seniors more effectively. These deliberative dialogues sessions were conducted with the goal of co-creating sustainable service provision solutions for tenants transitioning into a newly built low-income seniors housing development. Results of the workshops included ideas for effective utilization of the shared amenity space, which generated resources for an on-site service delivery program.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,003
Communication savante0,0040,003
Science ouverte0,0020,010
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,374
Écart entre enseignants0,322 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207