Inter-sectoral collaboration in the context of supporting adults with intellectual and developmental disabilities who are frail
Notice bibliographique
Résumé
There has been a steady growth in the population of adults with intellectual and developmental disabilities, some of whom are known to age prematurely; aging is also associated with increased rates of disability and chronic conditions that can lead to frailty. Supports provided by social and health sectors are crucial to supporting those identified as frail. A case study design was used to investigate the implementation of inter-sectoral collaboration between providers of services from specific social and health sectors; namely, developmental services (aka disability services) and home care services, in the context of supporting those identified as frail. Twenty-three participants (including individuals with intellectual and developmental disabilities, family members, and providers from both sectors) were interviewed using an open-ended format targeting known conditions for effective inter-sectoral collaboration: necessity, opportunity, capacity, relationships, planned action, and sustained outcomes. Interviews were recorded, transcribed verbatim, and coded by two independent researchers. All participants touched on key facilitators and barriers for successful inter-sectoral collaboration across the six conditions. A single exception occurred in that individuals and families did not discuss sustained outcomes. Each of the six conditions for effective inter-sectoral collaboration is relevant to planning required to support adults with intellectual and developmental disabilities who are frail. When it comes to collaborative ventures between social and healthcare teams, the use of resources and tools that both facilitate and promote these conditions should be prioritised.
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 | 0,082 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».