MétaCan
Menu
Retour à la cohorte
Enregistrement W2729745728 · doi:10.1093/geroni/igx004.2876

ADDRESSING ELDER ABUSE IN ETHNO-CULTURAL MINORITY COMMUNITIES IN BC: MAPPING THE KNOWLEDGE GAP

2017· article· en· W2729745728 sur OpenAlexaff
Karen Kobayashi, K W James

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésElder abuseGeographyPsychologyMedicineEnvironmental healthHuman factors and ergonomicsPoison control

Résumé

récupéré en direct d'OpenAlex

This project represents a collaborative effort between academic researchers, elder law practitioners, and not-for-profit multicultural service provider administrators and staff. It addresses elder abuse in relationship to two other salient themes, the law and ethnicity, identified by the National Initiative for the Care of the Elderly as priority areas for research, networking, and knowledge transfer in improving the care of older adults. The project has three main objectives: (1) to explore the nature of elder abuse in the two largest ethnocultural minority communities in BC, the Chinese and South Asians; (2) to conduct a mapping exercise to determine what elder abuse tools – both digital and paper – currently exist for these communities; and (3) to present our assessment to a meta-focus group of key service provider representatives to solicit their feedback on our findings, and to create both a visual map of resources and an agenda for developing needed tools. Two key outcomes that have emerged from this leadership collaboration are: (1) a visual map of existing and needed resources that will be used to build awareness to prevent, recognize, and respond to elder abuse in these communities; and (2) the development of one awareness-building tool for each community – a poster – that fills an identified gap in the current resource pool. In the end, the project served to improve support for elder abuse response mechanisms by: (1) facilitating the sharing of resources across participant organizations and their affiliates; and (2) enhancing already-existing informal and formal networks of support across sectors.

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)0,000
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 enseignants0,276
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,285
Tête enseignante GPT0,423
Écart entre enseignants0,138 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetElder Abuse and NeglectTravaux en français237 207