MétaCan
Menu
← Retour à la cohorte
Enregistrement W3113871507 · doi:10.1093/geroni/igaa057.2489

Uncovering Promising Practices for Supporting Older People Experiencing Homelessness

2020· article· en· W3113871507 sur OpenAlexaffabout
Sarah L. Canham, Joe Humphries, Victoria Burns, Tamara Sussman, Christine A. Walsh

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensMcGill UniversityUniversity of CalgarySimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAging in placeService providerHousing FirstGerontologyService (business)NursingBusinessPsychologyMedicineMarketingPsychiatryMental health

Résumé

récupéré en direct d'OpenAlex

Abstract Montréal, Calgary, and Vancouver have seen a dramatic increase in homelessness among adults aged 50+. In order to identify ‘promising practices’ that promote aging-in-the-right-place for older people experiencing homelessness (OPEH) in Montréal, Calgary, and Vancouver, we conducted an environmental scan and three World Café workshops with 99 service providers and OPEH. We identified 53 promising practices managed or operated by 42 providers which we categorized across a shelter/housing continuum: 1) Emergency/transitional/temporary shelter/housing; 2) Independent housing with offsite supports; 3) Supported independent housing with onsite, non-medical supports; 4) Permanent supportive housing with onsite medical support and/or specialized services; 5) Long-term care; and 6) Palliative care/hospice. Study findings provide a template for existing solutions to the diverse shelter/housing needs of OPEH and insight into the gaps in shelter/housing and services that would support OPEH to age-in-the-right place. Policy and practice implications for scaling promising practices will be discussed. Part of a symposium sponsored by the Environmental Gerontology Interest Group.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,006
Communication savante0,0060,003
Science ouverte0,0030,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,093
Tête enseignante GPT0,455
Écart entre enseignants0,362 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetHomelessness and Social Issues→Travaux en français237 207→