MétaCan
Menu
Retour à la cohorte
Enregistrement W2900115836 · doi:10.1093/geroni/igy023.2178

HISTORICAL OVERVIEW OF BRIDGING AGING AND DISABILITY RESEARCH AND POLICY – U.S. AND INTERNATIONAL MILESTONES

2018· article· en· W2900115836 sur OpenAlexaboutno aff
Matthew Campbell

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)DemographicsPolitical scienceGerontologyHealthy agingBaby boomersContext (archaeology)Aging in placeSuccessful agingSupreme courtPsychologyEconomic growthPublic relationsMedicineHistoryDemographic economicsSociologyEconomicsLawDemography

Résumé

récupéré en direct d'OpenAlex

World-wide changing demographics reflected in both increased longevity and chronic disability, combined with competing demand for scarce resources, have contributed to a growing recognition of the shared needs and preferences of older adults and people aging with disabilities for community based services and supports, including technologies for independence. These trends, first articulated in the U.S. over 30 years ago, have led to evolving interest in finding ways to reduce the silos between aging and disability fields by bridging policy, research and practice to better serve middle-aged and older adults living with the effects of long-term impairments and disabilities. This presentation will define the concept of bridging and trace the historical origins and demographic context of key milestones of bridging within the U.S. and internationally, starting in the U.S. with early federal funding initiatives, the Supreme Court’s Olmstead Decision of 1999 and the establishment of the Aging and Disability Resource Centers under the Administration on Aging and path-breaking developments in European and Canada.

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)0,011
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,014
Études des sciences et des technologies0,0070,008
Communication savante0,0110,011
Science ouverte0,0010,006
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,145
Tête enseignante GPT0,447
Écart entre enseignants0,302 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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