EMPOWERING SENIORS TO RECOGNIZE ELDER MISTREATMENT THROUGH PEER SUPPORT: RESULTS FROM A COMMUNITY OUTREACH PROJECT
Notice bibliographique
Résumé
Abstract Elder mistreatment, often understood in the context of abuse and neglect, is a growing concern for the health and wellbeing of seniors and their families. A 2015 Canadian prevalence study by the National Initiative for the Care of the Elderly (NICE) found that seniors who are mistreated are more willing to talk to other seniors, rather than clinicians, police or family. However, a lack of knowledge, access to resources, and community stigma may limit seniors’ abilities to address mistreatment.This study evaluated the impact on knowledge, attitudes, and behaviours of having seniors deliver workshops on mistreatment to other seniors. A Seniors’ Advisory Committee developed content for these workshops, delivered by seniors in sixteen communities across Ontario, Canada. Participants completed pre/post-surveys assessing changes in knowledge, attitudes, and behaviours. Results indicate that workshops effectively increased awareness of mistreatment issues among participants, on average, by 37%. Participants experienced a 44% increase in their perceived preparation to provide information to another older adult asking about mistreatment. Barriers to help-seeking among seniors include finding trustworthy sources, fear of retaliation, and a lack of legal protection. Prior to the training, healthcare providers were the main sources of information for participants (58%); depending on the severity of the situation, 60% of participants indicated eventually reporting to police, who are not the preferred source of information. Senior-led workshops about mistreatment appear to be effective for increasing knowledge and encouraging disclosure and help-seeking behaviours. Results support prevention models that empower seniors to educate other seniors on issues around mistreatment.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».