MétaCan
Menu
Retour à la cohorte
Enregistrement W2884384386 · doi:10.1177/0898264318789579

The Determinants of Informal, Formal, and Mixed In-Home Care in the Canadian Context

2018· article· en· W2884384386 sur OpenAlexaffabout
Yeonjung Lee, Margaret J. Penning

Notice bibliographique

RevueJournal of Aging and Health · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensUniversity of VictoriaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReceiptContext (archaeology)Social supportHealth careService (business)PsychologyGerontologyNursingMedicineBusinessSocial psychology

Résumé

récupéré en direct d'OpenAlex

Objective: This study employed the behavioral model of service utilization to assess the impact of social support and other predisposing, enabling, and health need factors on the receipt of informal, formal, and/or combination of both types of in-home care. Method: The study utilized data from the 2008-2009 Canadian Community Health Survey and focused on individuals aged 45 and older with one or more functional limitations ( N = 5,898). Results: A broad array of predisposing and enabling factors influenced the receipt of care both directly and indirectly through health-related needs for care. Different types of support were influential including affectionate support, positive social interaction, and tangible assistance. Discussion: Findings support the utility of the behavioral model of service utilization to examine the determinants of in-home care arrangements. Findings also point to the need to broaden our focus on the importance of support networks beyond their direct involvement in the provision of care itself.

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 enseignants0,848
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,021
Tête enseignante GPT0,328
Écart entre enseignants0,307 · 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207