Protocol for A Mixed-Methods Study: Dementia-Inclusive Streets and Community Access, Participation, and Engagement (DemSCAPE)
Notice bibliographique
Résumé
Neighbourhoods are known to help maintain functional abilities and enable out-of-home activities and social participation for people living with dementia. Dementia friendly and inclusive communities (DFC) frameworks recognize the importance of developing supportive and empowering environments for people living with dementia and their families. Beyond the core objective of raising awareness and eliminating stigma associated with dementia, most DFC frameworks also focus on improving accessibility and navigability in the neighbourhood environment. Limited research on this topic points to the importance of evidence-based design of the neighbourhood built environment to promote mobility and wayfinding, legibility, familiarity, and safety for people living with dementia. Increased relevance of DFCs for policy and practice calls for expanding this body of knowledge. The proposed study, titled “Dementia-inclusive Spaces for Community Access, Participation, and Engagement (DemSCAPE),” focuses on identifying neighbourhood destinations considered important by people living with dementia, as well as neighbourhood built environmental features relevant for their outdoor mobility, engagement, and social participation. This study protocol paper offers key information on 1) the need for mixed methods research on this topic and its theoretical and methodological underpinnings, 2) study sampling and recruitment strategy, 3) data collection methods, which include a series of structured and semi-structured sit-down interviews and a walk-along interview, 4) procedure for data analysis, 5) ethical and methodological considerations, and 6) measures taken to enhance study rigour.
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 | 0,051 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».