Developing a comprehensive understanding of elder abuse prevention in immigrant communities: a comparative mixed methods study protocol
Notice bibliographique
Résumé
INTRODUCTION: Older adults are the fastest growing age group in Canada. Elder abuse has significant individual and societal implications, so it is critical to address. While interest in this topic is increasing, little is known about the risk factors for elder abuse in immigrant communities in Canada, or about culturally relevant strategies to address these risk factors. METHODS AND ANALYSIS: This mixed-methods study is guided by the intersectionality and ecological frameworks. We will include two long-term (ie, established) and two recent immigrant communities from East Asian and South Asian communities in the Greater Toronto Area: Chinese, Korean, Punjabi and Tamil. Through structured group interviews, we will first identify factors that contribute to elder abuse within and across each of the immigrant communities and then explore culturally relevant strategies to address those risk factors. Group interviews will be conducted separately with five stakeholder groups in each of the four languages: older women, older men, family members, community leaders and service providers. Quantitative and qualitative data will be analysed at the level of the particular interview groups, subgroups and communities, and will be integrated across communities to identify common and unique risk factors and strategies to address elder abuse. ETHICS AND DISSEMINATION: The study protocol has received ethics approval from the two universities associated with the research team. Given the comprehensive approach to incorporate local knowledge and expert contributions from multi-level stakeholders, the empirical and theoretical findings will facilitate practice change and improve the well-being of older men and women in immigrant communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».