‘Enabling places’: Rethinking ‘community’ in ageing‐in‐community in Beijing, China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE(S): To understand how community as 'enabling places' is experienced by older people and brings about enabling resources for supporting ageing in community (AIC). METHODS: From a health geographical perspective, we conceptualize community as enabling places that are produced by the interaction of material, social, and symbolic resources. Focusing on a community-based care centre (CBCC) in Beijing, China, we conducted semi-structured interviews with 17 older persons to examine how a CBCC enabled AIC. RESULTS: The CBCC site created three interdependent spaces and material/social/affective resources for enabling AIC: (1)living space (residential care beds) to create a sense of connection and safety; (2) a CBCC-supported care space at home to create an atmosphere of trust and safety; and (3) a social space to create feelings of belonging and contribution. Variations in how the three resources interacted produced not only different spaces at the same site for various users but also different AIC experiences for the same user. CONCLUSIONS: Community is not simply a static research context or spatial container. Rather, community as an enabling place involves a dynamic process in which spatial/social/affective resources are encountered and interact. Older people's AIC experiences change as their encounters change in the three types of resources we described and thus their capacities for ageing well change correspondingly. Furthermore, the binary idea of community versus institution needs to be expanded to explore how home, community, and institution are related, in order to create enabling spaces for AIC.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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