MétaCan
Menu
Retour à la cohorte
Enregistrement W3110353135 · doi:10.1016/j.healthplace.2020.102483

Features of the social and built environment that contribute to the well-being of people with dementia who live at home: A scoping review

2020· review· en· W3110353135 sur OpenAlexaff
Jodi Sturge, Susanna Nordin, Divya Sussana Patil, C Allyson Jones, France Légaré, Marie Elf, Louise Meijering

Notice bibliographique

RevueHealth & Place · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversité LavalUniversity of Alberta
Organismes subventionnairesZonMwJoint Programming Initiative More Years, Better Lives
Mots-clésDementiaBuilt environmentContext (archaeology)Space (punctuation)Level designSocial environmentThematic analysisAging in placeQualitative researchSociologyPsychologyGerontologyGeographyMedicineEngineeringComputer scienceSocial scienceHuman–computer interactionDiseaseCivil engineering

Résumé

récupéré en direct d'OpenAlex

This scoping review summarizes findings from 23 qualitative articles on how social and built environments contribute to the well-being of people with dementia who live at home. Through thematic analysis, two themes were identified: i) connection to society and supportive relationships and ii) interaction with natural environments and public space. Features of the social and built environment contribute to well-being both positively and negatively. Future research should explore how these features intersect in an urban-rural context as a basis to inform the development of dementia-friendly initiatives. Moreover, involving people with dementia in the design of features of built environments, such as infrastructure, will result in more inclusive 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 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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,037
Tête enseignante GPT0,371
Écart entre enseignants0,333 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth & PlaceMême sujetHealth disparities and outcomesTravaux en français237 207