MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200061914 · doi:10.1093/geroni/igab046.1664

Social Isolation and Aging Out of Place Among Immigrants and Refugee Seniors in Canada

2021· article· en· W4200061914 sur OpenAlexaffabout
Shanthi Johnson, Juanita-Dawne Bacsu, Tom McIntosh, Bonnie Jeffery, Nuelle Novik

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of ReginaUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRefugeeImmigrationConceptualizationSocial isolationIsolation (microbiology)Context (archaeology)Government (linguistics)PrioritizationPolitical scienceEconomic growthSociologyPsychologyGeographyBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Immigrant and refugee seniors experience cultural barriers, discrimination, and limited networks which increase the risk of social isolation and thus hinder their active participation in the society. This paper explores social isolation among immigrant and refugee seniors in Canada based on an environmental scan of federal/provincial/territorial and community-based programs and a systematic scoping review. Findings revealed important gaps and regional disparities in opportuntiies to reduce social isolation and great active participation. Research was limited, often qualitative in nature, typically based on larger urban centres, with measurement issues related to the need for consideration beyond one's living arrangements. The results highlight the need for greater understanding Canada’s immigration and refugee system and policies, and collaboration across levels of government. Reducing issues of social isolation and enabling better active aging for vulnerable seniors require a more nuanced and multidimensional conceptualization with prioritization on addressing the unique factors of culture and geographical context.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0040,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,325
Écart entre enseignants0,303 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetHealth disparities and outcomes→Travaux en français237 207→