MétaCan
Menu
← Retour à la cohorte
Enregistrement W3117886204 · doi:10.1093/geroni/igaa057.2491

Affordable Rental Housing and Older Adults: A Case Study for Community Development Initiatives

2020· article· en· W3117886204 sur OpenAlexaffabout
Muhammad Fazal Hussain Qureshi, Atiya Mahmood, Ghazaleh Akbarnejad, Rahil Adeli, Dana Sharon

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAffordable housingLonelinessRentingFocus groupAging in placeSocial isolationPublic housingGerontologyLow incomeInclusion (mineral)Rental housingBusinessCommunity engagementSocial engagementCommunity developmentPsychologyEconomic growthSocioeconomicsSociologyPolitical scienceMedicineMarketingPublic relationsSocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Older adults living in rental housing with limited income are at-risk for experiencing life-course disruptions, including social isolation, loneliness and homelessness. To address these needs, one Vancouver-based affordable housing provider for older adults has implemented community development initiatives (CDIs), including resident-led community gardens, workshops, and social events. Based on data from three focus groups, resulting in a total of fifteen participants, this study explored the efficacy of five different CDIs in supporting residents’ social connection and sense of community. Findings revealed that CDIs contribute to increased social engagement and inclusion of older adults living in affordable rental housing. In particular, resident-led community gardens were identified as the most impactful CDI in supporting both social engagement and inclusion, with the added benefit of addressing resident’s food insecurity. We discuss how CDIs can be implemented in various housing settings for low-income older adults as an effective method of supporting aging-in-the-right place. 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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,003
Communication savante0,0030,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,062
Tête enseignante GPT0,346
Écart entre enseignants0,284 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetMigration, Aging, and Tourism Studies→Travaux en français237 207→