MétaCan
Menu
Retour à la cohorte
Enregistrement W4323811499 · doi:10.3148/cjdpr-2022-040

Oasis Senior Supportive Living: Description of a Novel Aging-in-Place Model in Ontario

2023· article· en· W4323811499 sur OpenAlexaffvenueabout
Christine Marie Mills, Simone Parniak, Vincent DePaul, Catherine Donnelly

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAging in placeGerontologyAssisted livingGeneral partnershipRetirement communityOlder peopleIndependent livingHealthy agingActivities of daily livingQualitative researchPsychologyMedicineSociologyPhysical therapyPolitical science

Résumé

récupéré en direct d'OpenAlex

Older adults are the fastest-growing demographic group in Canada, and the majority of older adults want to age-in-place within their communities. Many older adults live in naturally occurring retirement communities (NORCs), unplanned communities with a high proportion of older residents. NORC supportive services programs can help older adults successfully age-in-place. One such program is Oasis Senior Supportive Living, a partnership between older adults, building owners and managers, community partners, funders, and researchers. Using a qualitative approach, interviews were conducted with Oasis participants to understand their experiences of Oasis. This article will describe the three pillars upon which Oasis programming is based and provide insights from Oasis participants. It will discuss nutrition programming implemented in these NORCs and suggest how dietitians can support NORC residents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,636
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,150
Tête enseignante GPT0,399
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207