A Team-Based Comparative Case Study of Violence Across Care Settings for Older Adults in Two Canadian Provinces
Notice bibliographique
Résumé
Violence can lead to physical and psychological harm, emotional exhaustion, and burnout for paid and unpaid carers. Concomitantly, being regarded as violent, aggressive, or difficult can have a direct impact on older adults’ sense of self, care relationships, and quality of care. Current research on violence and aging lacks systemic understanding of the environments and multi-level factors that precipitate or inhibit violent interactions across settings of long-term care. This research involves a multi-jurisdictional comparative research study of violence in home care and long-term care settings in two Canadian provinces (Manitoba and Nova Scotia). Study participants will include older adults, family carers, and care workers. Data collection will involve five phases, starting with document analysis and provincial surveys, and followed by remote interviews (including photo-elicitation), digital diaries, and observations. The integration of mixed methods data and comparison across provinces will generate rich explanations of the multi-level influences on violence and responses to violence as well as guide the development of an anti-violence policy framework in partnership with knowledge users. The study is approved by five university ethics committees and health authorities in each jurisdiction. All phases will be guided by a knowledge user advisory committee including older adults, family carers, healthcare workers, unions, long-term care organizations, and other relevant stakeholder groups from Manitoba and Nova Scotia. Results will be reviewed by the knowledge user advisory committee and made available through a series of reports, presentations, and journal articles.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».