MétaCan
Menu
Retour à la cohorte
Enregistrement W4220657276 · doi:10.3928/00989134-20220307-01

Elder Abuse: A Global Challenge and Canada's Response

2022· article· en· W4220657276 sur OpenAlexaffabout
Sandra P. Hirst, Kathy Majowski

Notice bibliographique

RevueJournal of Gerontological Nursing · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésElder abuseDeclarationGerontological nursingHuman rightsAction (physics)MedicineNursingPsychologyPolitical scienceGerontologySuicide preventionPoison controlLawEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Elder abuse is a global call to action. Nurses have a primary role to play in its detection and prevention. Globally, demographic change is creating an increasing number of older adults. Consequently, this increased number of people will be affected by age discrimination and ageism, both of which contribute to elder abuse. Despite the existence of the Universal Declaration of Human Rights, older adults are not recognized explicitly under the international human rights laws that legally oblige governments to address the rights of all people. Drawing initially on global conversations specific to elder abuse and the role of nurses, the current article explores the challenges of recognizing and combating elder abuse. To provide specific gerontological nursing strategies, recognition is given to actions implemented in Canada to address this major health challenge. The desired outcome is an advocacy framework for gerontological nurses to use in working toward the recognition and prevention of elder abuse. [ Journal of Gerontological Nursing, 48 (4), 21–25.]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,323
Écart entre enseignants0,297 · 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 tête enseignante, 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
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gerontological NursingMême sujetElder Abuse and NeglectTravaux en français237 207