MétaCan
Menu
Retour à la cohorte
Enregistrement W2900409648 · doi:10.1093/geroni/igy023.3125

DOES LONELINESS CAUSE INCREASED HEALTH AND SOCIAL CARE SERVICE USE BY OLDER PEOPLE? AN EVALUATION OF THE EVIDENCE

2018· article· en· W2900409648 sur OpenAlexaboutno aff
Christina Victor

Notice bibliographique

RevueInnovation in Aging · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessAttendanceMedicineService (business)Older peopleUCLA Loneliness ScaleSocial supportHealth careEmergency departmentGerontologyNursingPsychologyPsychiatryBusiness

Résumé

récupéré en direct d'OpenAlex

Loneliness in later life in the UK is generating a moral panic because of the consequences for the health and social care system of the increased demand generated by lonely older people. Loneliness for older people has been linked with increased use of primary care services, attendance at accident and emergency units, admission to acute hospitals and admissions to care homes. A comprehensive literature review identified 9 papers that reported service use for both lonely and not lonely people aged 50+ in Canada, the USA, Sweden, Singapore and Britain. Studies looked at the use of primary care, emergency department, hospital in-patient admissions and nursing home admissions and were generally small scale, use self-reported service use outcomes and are cross-sectional in design. Limitations in our current evidence base which do not support the extravagant claims made for the consequences of loneliness, in terms of service use, and subsequent costs.

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 enseignants0,342
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,097
Tête enseignante GPT0,408
Écart entre enseignants0,312 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetElder Abuse and NeglectTravaux en français237 207