MétaCan
Menu
Retour à la cohorte
Enregistrement W3022564560 · doi:10.1111/jftr.12372

A <scp>10‐Year</scp> Portrait of Theorizing in Family Gerontology: Making the Mosaic Visible

2020· article· en· W3022564560 sur OpenAlexaff
Áine M. Humble, Amber J. Seidel, Jeremy B. Yorgason, Marco Redden

Notice bibliographique

RevueJournal of Family Theory & Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésAmbivalenceIntersectionalitySociologyPortraitFamily studiesKinshipGerontologyGender studiesPsychologySocial psychologyAnthropologyMedicineHistory

Résumé

récupéré en direct d'OpenAlex

Based on a content analysis of family gerontology empirical studies in 13 journals (2009–2018), this article identifies theories currently being used and provides suggestions for future family gerontology theorizing. Family gerontologists are now using a greater range of theories than they were in the 1990s, including many middle‐range ones, and more scholars are citing multiple theories in their publications. Ways to advance family gerontology theorizing are to integrate more gerontology content into family theory textbooks, link middle‐range theories to broader general theories, and discuss how to use multiple theories effectively in research. Commonly used and emerging theories in family gerontology research can also be closely examined, and findings related to intersectionality and intergenerational ambivalence are briefly examined as examples of emerging theories used to study later‐life families.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,053
Tête enseignante GPT0,340
Écart entre enseignants0,287 · 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'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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Family Theory & ReviewMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207