MétaCan
Menu
Retour à la cohorte
Enregistrement W2730801550 · doi:10.1093/geroni/igx004.3721

INTERVENTIONS AND TRAINING TO PREVENT ELDER ABUSE: CANADIAN EXAMPLES

2017· article· en· W2730801550 sur OpenAlexafffundabout
Gloria Gutman

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensSimon Fraser University
Organismes subventionnairesGovernment of Canada
Mots-clésBannerGeneral partnershipGovernment (linguistics)Elder abusePresentation (obstetrics)Face (sociological concept)Political sciencePsychological interventionThe InternetPublic relationsMedical educationNursingMedicineSuicide preventionPoison controlSociologyMedical emergencyLawGeography

Résumé

récupéré en direct d'OpenAlex

This presentation compares and contrasts federal government awareness raising campaigns conducted in 2009 under the banner “What Every Older Canadian Should Know About Elder Abuse” and in 2010 under the banner “Elder Abuse: It’s Time to Face the Reality” with more more recent initiatives delivered federally or by Provincial government agencies such as Elder Abuse Ontario which, while including print materials and videos, have tended to be more interactive whether delivered via the Internet or via face-to-face seminars. Selected campaigns delivered by NGOs will also be highlighted including the “Be a Savvy Senior” campaign developed and delivered by the Canadian Centre for Elder Law in partnership with the Centre for Public Legal Education Alberta and the Government of Canada’s Canadian Anti-Fraud Centre.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,112
Tête enseignante GPT0,390
Écart entre enseignants0,278 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetElder Abuse and NeglectTravaux en français237 207