MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200133713 · doi:10.1093/geroni/igab046.1428

Tracing the Expression of Resident Quality of Life Policies in Canadian Long-Term Care Settings

2021· article· en· W4200133713 sur OpenAlexaffabout
Janice Keefe, Pamela Irwin

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)JurisdictionExpression (computer science)Term (time)Policy analysisQuality (philosophy)Order (exchange)Quality of life (healthcare)Long-term carePublic economicsBusinessPolitical scienceMedicineNursingPublic administrationComputer scienceEconomicsLawBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Policies favouring safety, security, and order are expressed in preference to those oriented towards person-centred resident quality of life in Canadian long-term care settings. Factors impacting the expression of these latent (under-utilised) rules were uncovered through an analysis of long-term care related policies in four provinces. 84 policies relating to resident quality of life in long-term care were analysed in three sequences, incorporating jurisdictions, policy types, and quality of life domains, over time. The analysis revealed three policy levers: situations–providing explicit and implicit examples of resident oriented quality of life policy suppression in each jurisdiction; structures–identifying which types of policy and quality of life expressions are more vulnerable to dominance by others; and trajectories–confirming the cultural shift towards more person-centredness in Canadian long-term care related policies over time. Although these policies exist, their potentiality remains dormant in the dominant policy discourse, thereby signaling a positive post-pandemic possibility.

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)0,009
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,858
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0080,005
Communication savante0,0050,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,423
Écart entre enseignants0,365 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→