A SCOPING REVIEW OF OUTCOMES IN ELDER ABUSE INTERVENTION RESEARCH: THE CURRENT LANDSCAPE AND WHERE TO GO NEXT
Notice bibliographique
Résumé
Abstract Researchers, practitioners, and policy-makers worldwide recognize elder abuse (EA) as a major threat to the health and well-being of older adults, but rigorous intervention research has greatly lagged behind this interest. A major weakness is the lack of cohesive understanding of appropriate program outcomes to be measured. To address this knowledge gap, we conducted a scoping review of the EA intervention research literature to understand the range of outcomes considered to date and to provide guidance for future research. We searched Ovid MEDLINE, Ovid Embase, Ovid PsycInfo, Ovid Social Work Abstracts, Ebsco AgeLine, Ebsco CINAHL, Wiley Cochrane Central, and Proquest Sociological Abstracts for studies evaluating community-based EA response programs. Two independent reviewers completed record search, screening, and data extraction procedures. We identified 52 eligible studies (1986-2019) that employed a total of 184 outcomes (range: 1–16, mean = 3.5). This study revealed that a large range of outcomes has been employed in EA intervention studies to date, mostly attached to victims or the intervention process itself, with inconsistent operational definitions and measurement procedures. Several key recommendations for future EA intervention research are: 1) implementing intervention outcomes that reflect multiple levels of eco-systemic influence, 2) heightening the analysis of intervention process outcomes beyond description toward identifying factors that mediate or moderate successful case outcomes, 3) conducting qualitative research with EA victims and other relevant stakeholders to understand meaningful intervention outcomes from their perspectives, and 4) establishing common EA outcome measures for implementation across studies to facilitate greater data pooling and synthesis.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».