MétaCan
Menu
Retour à la cohorte
Enregistrement W3117745931 · doi:10.1093/geroni/igaa057.2436

Evaluating an Integrated APS–Elder Advocate Intervention Model in the State of Maine

2020· article· en· W3117745931 sur OpenAlexaff
David Burnes, Marie‐Therese Connolly, Patricia Kimball, Stuart Lewis, Erin Salvo

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Motivational interviewingElder abusePsychologyDyadSocial workGoal Attainment ScalingNeglectBrief interventionNursingApplied psychologyMedicinePolitical scienceSocial psychologyMedical emergencyPoison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Abstract Despite recommendations to include a distinct intervention phase in Adult Protective Services (APS), most APS programs close cases following investigation/substantiation phases without engaging in a defined intervention phase. This study implements and evaluates a novel APS service planning/intervention model in the state of Maine. Using an experimental efficacy trial design with stratified random sampling at the level of Maine APS offices, this study compares standard APS care with an enhanced/integrated APS intervention model involving “elder advocates”. Advocates were trained in motivational interviewing, supported decision-making, teaming, restorative justice, and goal attainment scaling to develop capacity to work with both the older adult victim and perpetrator and to strengthen the family and social systems surrounding the victim-perpetrator dyad. This presentation will present results on the efficacy of this integrated APS/elder advocate model and discuss the challenges and successes in conducting elder abuse intervention research in collaboration with APS and APS clients. Part of a symposium sponsored by Abuse, Neglect and Exploitation of Elderly People 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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,133
Tête enseignante GPT0,423
Écart entre enseignants0,289 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetElder Abuse and NeglectTravaux en français237 207