MétaCan
Menu
← Retour à la cohorte
Enregistrement W3199729393 · doi:10.46692/9781447305736.008

Abuse, Mistreatment and Neglect

2020· other· en· W3199729393 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeglectPsychologyMedical emergencyPsychiatryMedicineClinical psychology

Résumé

récupéré en direct d'OpenAlex

The focus of Chapter 6 is the abuse, mistreatment and neglect of older people. It is a cross-cutting issue that spans settings and contexts and is self-evidently damaging to well-being and to physical and mental health (Milne et al, 2013). Prevalence and incidence of abuse will be discussed first before reviewing what is known about its causes, nature and impact. It is important to note that mental ill health intersects with abuse and mistreatment in at least two overarching ways: older people with mental illness, especially dementia, are at heightened risk of abuse; and older people who are victims of abuse are at risk of poorer mental health. Prevalence and incidence of abuse and neglect of older people Due to the fact that abuse of older people occurs ‘behind closed doors’ and often goes unreported, accurate statistics about its prevalence and incidence are difficult to obtain. Current estimates suggest that between 2 per cent and 10 per cent of older people suffer ‘some form of abuse’. Randomised, community-based epidemiological studies have reported annual rates of between 2 per cent and 4 per cent in the United States, Canada and Europe (Sethi et al, 2011). The 2007 UK Study of Abuse and Neglect of Older People identified that 8.6 per cent of older people (those aged 66 years or over) living in the community experienced some form of ‘mistreatment’ (O’Keefe et al, 2007). ‘Mistreatment’ was defined as physical, psychological, sexual or financial abuse or neglect. The survey identified that the prevalence of mistreatment increased with declining health of the victim; it also noted the particular vulnerability of very elderly people who have complex comorbid health conditions (O’Keefe et al, 2007). Action on Elder Abuse (a charity) estimates that at least 500,000 older people are abused each year in the UK (2004). Data drawn from ‘adult safeguarding systems’ suggest that older women make up the vast majority of victims (Milne et al, 2013). Studies focusing on older people dependent on family carers report that approximately a quarter have experienced significant psychological abuse and a fifth neglect (Hirsch and Vollhardt, 2008; Association of Directors of Adult Social Services, 2011). In studies with well-defined target populations, 11 to 20 per cent of family carers reported physically abusing the relative they support and 37 to 55 per cent reported verbally abusing or neglecting them (Cooper et al, 2008).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,017
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetChild Abuse and Trauma→Travaux en français237 207→