MétaCan
Menu
Retour à la cohorte
Enregistrement W4360978643 · doi:10.1080/01621424.2023.2193560

Service delivery and programing adaptations for individuals with disabilities by municipalities and non-profit organizations during the COVID pandemic

2023· article· en· W4360978643 sur OpenAlexafffund
Nolwenn Lapierre, Dylane Labrie, François Routhier, W. Ben Mortenson

Notice bibliographique

RevueHome Health Care Services Quarterly · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensGF Strong Rehabilitation CentreCentre for Interdisciplinary Research in RehabilitationCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleInternational Collaboration On Repair DiscoveriesUniversity of British ColumbiaUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPandemicFeelingQualitative researchCoronavirus disease 2019 (COVID-19)Service delivery frameworkPublic relationsCoping (psychology)BusinessFlexibility (engineering)Service (business)PsychologyNursingMarketingMedicineSociologyPolitical scienceSocial psychologyManagement

Résumé

récupéré en direct d'OpenAlex

Municipalities and nonprofit organizations play a major role in administrating services that support individuals with disabilities. The purpose of this study was to explore how these organizations responded to the COVID-19 pandemic in regards to service delivery and programming for people with disabilities. This qualitative interpretative description study used semi-structured individual interviews for data collection. Recordings of the interviews were transcribed. Then the transcripts were analyzed qualitatively for themes following an inductive approach. Twenty-six individuals working for nonprofit organization or municipalities participated in the study. Six themes were identified: doing more with less; adapting rather than creating new services; ongoing consultation with stakeholders; feeling successful at adapting the services; being innovative with fundraising and embracing radical change. Flexibility and iterative user-centered approach appeared to be common coping strategies. Remote services were privileged to adapt service delivery during the COVID-19 pandemic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,302
Écart entre enseignants0,286 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même revueHome Health Care Services QuarterlyMême sujetDisaster Management and ResilienceTravaux en français237 207