MétaCan
Menu
Retour à la cohorte
Enregistrement W2917180527 · doi:10.2478/pcssr-2018-0026

Serving the Health Care and Leisure Needs of Ethnic Aged in Canada: Implications and Concerns

2018· article· en· W2917180527 sur OpenAlexaffabout
George Karlis, Aida Stratas, Marianna Locke, François Gravelle, Genie Arora

Notice bibliographique

RevuePhysical Culture and Sport Studies and Research · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEthnic groupImmigrationHealth careDiversity (politics)Service providerGerontologyService (business)Face (sociological concept)Economic growthMedicineBusinessPolitical scienceSociologyMarketingSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Health care and leisure services, although different, are similar from the perspective that both focus on enhancing quality of life by improving health and wellbeing. Although both of these services are vitally important, some groups such as aged immigrants face a number of barriers that may limit their access to these services. This paper examines and discusses two related areas of the service sector – health care and leisure – and the growing concern to address the needs of Canada’s aging population, specifically, aged immigrants. The paper concludes with the following five suggestions for health care and leisure service providers to alleviate barriers faced by Canada’s ethnic aged: 1) Recognize that health care and leisure are closely related, 2) Understand the changing nature of society including trends in immigration, 3) Get to know society’s diversity of aged immigrants, 4) Evaluate current services provided, and 5) Establish future goals and directions.

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)0,001
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 enseignants0,187
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,160
Tête enseignante GPT0,495
Écart entre enseignants0,335 · 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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Culture and Sport Studies and ResearchMême sujetHealth disparities and outcomesTravaux en français237 207