FACILITATORS AND BARRIERS FOR ELDER ABUSE VICTIMS SEEKING HELP: FINDINGS FROM THE NATIONAL ELDER MISTREATMENT STUDY
Notice bibliographique
Résumé
Abstract Understanding help-seeking among victims of elder abuse is a critical challenge in the field. The vast majority of elder abuse victims remain hidden from formal support/protective response systems, such as adult protective services, legal/justice, law enforcement, or other agencies responsible for addressing this issue in the community. Guided by the Behavioral Model of Health Services Use, this study examined factors that facilitate or impede formal help-seeking among victims of elder emotional, physical and sexual abuse, represented by a call for help in the form of a report to police or other authorities. Data came from a national, population-based elder abuse study in the U.S. with a representative sample (n=304) of victims reporting abuse in the past year. Gold-standard measurement strategies were used to assess each elder abuse subtype. Multivariable logistic regression was conducted to identify help-seeking facilitators/barriers. Help-seeking through reporting to police or other authorities occurred among only 15.4% of elder abuse victims nationwide. Help-seeking was predicted by factors attached to the victim (abuse type, poly-victimization), perpetrator (prior police trouble, social network size), and victim-perpetrator relationship (victim dependence on perpetrator). This study highlights the extremely hidden nature of elder abuse in our society, as well as the need to develop strategies that incorporate victim, perpetrator, and victim-perpetrator relationship factors to promote greater help-seeking among victims.
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 | 0,001 | 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 | 0,000 | 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 ».