MétaCan
Menu
Retour à la cohorte
Enregistrement W4200028859 · doi:10.1093/geroni/igab046.2426

Collection of Data on Persons Living With Dementia Who Go Missing: First Responder Perspectives

2021· article· en· W4200028859 sur OpenAlexaffabout
Noelannah Neubauer, Serrina Philip, Samantha Marshall, Christine Daum, Hector Perez, Antonio Miguel Cruz, Lili Liu

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésData collectionMissing dataPopulationInteroperabilityData sharingStandardizationComputer scienceData scienceMedicineWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

Abstract While it is commonly cited that 60% of persons living with dementia (PLWD) wander, it is unclear whether this number reflects global contexts. Population aging has created a pressing need for the development of programs to mitigate the risks of PLWD from getting lost and going missing. Such programs would require a national strategy for the collection and integration of data on missing incidents involving this population. This study is a first step to inform such a strategy. The purposes were to: 1) identify approaches to data collection on missing persons incidents involving PLWD among Canadian police and search and rescue (SAR) organizations; 2) describe the foreseeable challenges associated with developing a national data collection strategy. We used generic qualitative description to generate data with fifteen key informants. Virtual semi-structured interviews were completed and transcribed verbatim. Content analysis and trustworthiness strategies guided analysis and rigor. Our findings indicate that police and SAR organizations collect a multitude of data pertaining to missing incidents involving PLWD. However, there is a lack of standardization in data collection, entry and analysis. Privacy legislation, limited resources, and incompatible data management systems pose challenges to data sharing and interoperability. Underreporting of missing incidents to police results in an underestimation of missing incidents. An intersectoral, uniform approach to data collection would enable the storage, analysis and comparison of national data. Accurate data on critical wandering can inform prevention, search strategies, resource allocation and effectiveness of programs.

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)0,097
score de la tête « metaresearch » (Gemma)0,167
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 enseignants0,097
Score d'incertitude au seuil0,512

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,167
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0190,009
Communication savante0,0090,011
Science ouverte0,0040,017
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,053
Tête enseignante GPT0,357
Écart entre enseignants0,304 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207