Family physicians’ knowledge levels about elder abuse and neglect in a province of Türkiye and hesitations in reporting
Notice bibliographique
Résumé
BACKGROUND: This study aimed to investigate the knowledge, attitudes and reservations of family physicians (FPs) in reporting elderly abuse and neglect (EAN). METHODS: Our cross-sectional study was conducted with 161 FPs in Kütahya, a city in Türkiye. A questionnaire including demographic characteristics, the frequency with which Elder Abuse Suspicion Index (EASI) questions were asked and knowledge level of EAN was applied to the FPs. RESULTS: Only about a quarter (24.2%) of the FPs felt competent regarding EAN. The rate of participants who had encountered EAN victims before was 46%. Of these, 40% reported psychological violence, 24.3% reported physical and psychological violence and 21.6% reported only physical violence. FPs also reported that inconsistency in anamnesis (87.0%), inconsistency between anamnesis and physical examination findings (85.1%) and frequent visits to the emergency department (59.6%) raised suspicion about EAN. It was also observed that 68.9% of the FPs knew that healthcare professionals had a legal obligation to report elder abuse. Only 23.0% of the FPs who encountered cases of violence and abuse stated that they had made a legal report. Among the FPs who did not report, 40.4% stated that they did not report because they had some reservations or did not know how to do so (35.1%). CONCLUSION: Due to a lack of knowledge and some concerns, the rate of reporting EAN to judicial authorities was also low. FPs were not aware of the importance of EAN in terms of elderly health.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».