MétaCan
Menu
Retour à la cohorte
Enregistrement W2731861428 · doi:10.1093/geroni/igx004.3946

USING WORLD CAFéS TO DEVELOP GUIDELINES FOR INTERINSTITUTIONAL RELOCATIONS IN LONG-TERM CARE

2017· article· en· W2731861428 sur OpenAlexaffabout
Lupin Battersby, Sarah L. Canham, Mei Lan Fang, D.D. Krahn, Andrew Sixsmith

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAccommodationPresentation (obstetrics)Long-term careBusinessProcess (computing)Knowledge sharingTerm (time)Knowledge creationPublic relationsNursingPsychologyMedicinePolitical scienceKnowledge managementMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

In many jurisdictions, seniors’ residential care policies are requiring a higher standard of accommodation, such as increased proportions of single room occupancy in long-term care (LTC). Such policy changes, along with heightened care needs of older adults in residential care are leading to increased redevelopments of outdated LTC facilities. Transitioning residents and staff together from one facility into another can be a stressful and complex process. This presentation details the development of guidelines to inform LTC relocations that support staff and resident wellbeing. World Café workshops, an interactive data gathering and knowledge-sharing method, were conducted across Canada bringing together staff, administrators, and other stakeholders with experience of mass interinstitutional relocations. World Cafés allowed for knowledge sharing and new knowledge creation through a deliberative dialogue process. Results indicated how this technique contributed to the development of relevant guidelines and built relationships critical for the dissemination of the guidelines.

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)0,043
score de la tête « metaresearch » (Gemma)0,095
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 enseignants0,043
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,095
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0070,004
Communication savante0,0050,006
Science ouverte0,0030,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,201
Tête enseignante GPT0,470
Écart entre enseignants0,269 · 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'admission2
Résumé présentoui

Explorer davantage

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