MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244100655 · doi:10.32920/ryerson.14668173

Exploring experiences of challenge and resilience in South Asian immigrant older adults living with mild dementia in the Greater Toronto area

2021· preprint· en· W4244100655 sur OpenAlexaboutno aff
Nafsin Nizum

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaNarrativeCognitive reframingIdentity (music)PsychologyNarrative inquiryPopulationEthnic groupPsychological resilienceGerontologyImmigrationFaithQuality of life (healthcare)Developmental psychologySociologyGender studiesMedicineSocial psychologyPolitical sciencePsychotherapistAesthetics

Résumé

récupéré en direct d'OpenAlex

The prevalence of dementia is apparent in various ethnicities and is growing within the Canadian South Asian population. However, the notion of resilience in dementia is dismissed as the dominant biomedical view of dementia prevails. There is a need to reframe that discourse to that of a strength-based, resilience approach to uphold the identity and strengths of a person living with dementia. In this narrative analysis of identity development, two participants living with mild stage dementia and one caregiver shared their experiences of challenge and resilience. Participants’ narratives have been re-storied to demonstrate their identity development and reveal their social world, while applying the Resilience Framework and using the intersectionality lens. Findings revealed that resilience for the two participants living with mild dementia meant 1) having purpose and meaningful worth, 2) having a strong sense of faith, 3) having supports that improve quality of life (family and day program), and 4) coming to their own terms with limited “control”. These findings and further emergent meaning derived from the participants’ narratives bear implications for education, practice, policy and future research.

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)0,004
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 enseignants0,566
Score d'incertitude au seuil0,863

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,010
Communication savante0,0040,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
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 Opus0,063
Tête enseignante GPT0,325
Écart entre enseignants0,262 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetResilience and Mental Health→Travaux en français237 207→