MétaCan
Menu
Retour à la cohorte
Enregistrement W4280538008 · doi:10.1017/s0714980822000125

Aging in Place in Social Housing: A Scoping Review of Social Housing for Older Adults

2022· review· en· W4280538008 sur OpenAlexaff
Christine Sheppard, Carol Kwon, Matthew Yau, Jorge Rios, Andrea Austen, Sander L. Hitzig

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésLeasehold estateStaffingAffordable housingRentingBusinessAging in placePublic housingUnit (ring theory)Social WelfareVulnerability (computing)Rental housingEconomic growthGerontologyMedicinePsychologyNursingPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Access to affordable housing is a rising concern, and social housing is one approach to support low-income, older renters. A scoping review was undertaken to understand the characteristics of older tenants and social housing services to identify strategies to promote aging in place. Seven peer review databases were searched to identify relevant articles. A total of 146 articles were included. Almost all examined socio-demographic and health characteristics of older tenants, while 72 per cent examined social housing services, including eligibility policies, staffing, and access to on-site services. This review points to a high vulnerability among older tenants and highlights the importance of co-locating services on-site with a tenant-facing support staff to identify vulnerable tenants and link them to services. More research on tenancy issues (e.g., unit condition, rental management) is needed to identify new opportunities for social housing landlords to help older tenants age in place.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0090,012
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207