MétaCan
Menu
Retour à la cohorte
Enregistrement W2912899577 · doi:10.1080/2159676x.2019.1575269

Re-framing mobility in older adults: an adapted comprehensive conceptual framework

2019· article· en· W2912899577 sur OpenAlexafffund
Thea Franke, Joanie Sims‐Gould, Habib Chaudhury, Meghan Winters, Heather McKay

Notice bibliographique

RevueQualitative Research in Sport Exercise and Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchSimon Fraser UniversityWorld Health Organization
Mots-clésConceptualizationConceptual frameworkFraming (construction)Experiential learningPsychologyComputer scienceSociologyArtificial intelligenceEngineeringSocial sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Although there is widespread acceptance regarding the importance of mobility in older adults, there have been few attempts to bridge disciplines and move beyond the predominant focus on functional aspects of mobility. In this article, we present an adapted mobility framework with the goal of continued development to acknowledge the subjective and temporal elements of movement in order to comprehensively conceptualize mobility. The adapted framework of mobility offers a physiological, subjective, contextual and temporal approach, that provides a more comprehensive conceptualization of the nature and processes of older adults’ mobility. The use of a sliding scale in our framework reveals the dynamic, fluid and experiential nature of mobility by analyzing factors within and between people and their environments, over time. Adopting this framework reframes how mobility can be conceptualized and approached across a potential range of users and user groups. Our framework presents theoretical concepts that can be transported and tested in research studies. Our framework can also be used in clinical or community settings.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0030,012
Communication savante0,0040,010
Science ouverte0,0020,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,265
Tête enseignante GPT0,582
Écart entre enseignants0,317 · 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'étudeThéorique ou conceptuel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Research in Sport Exercise and HealthMême sujetOlder Adults Driving StudiesTravaux en français237 207