MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390042287 · doi:10.1093/geroni/igad104.0887

EXPERIENCES AND WELL-BEING OF LOW-INCOME WORKERS IN THE SENIOR COMMUNITY SERVICE EMPLOYMENT PROGRAM

2023· article· en· W4390042287 sur OpenAlexaboutno aff
Cal Halvorsen, Patrick Ho Lam Lai, Elizabeth Howard, Karen S. Lyons, Sara M. Moorman, Christina Matz‐Costa

Notice bibliographique

RevueInnovation in Aging · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPovertyGerontologyUnemploymentQuarter (Canadian coin)General partnershipMedical educationMedicinePolitical scienceEconomic growthBusinessGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The Senior Community Service Employment Program (SCSEP) is the only federal job-training program specifically for older workers. SCSEP enrolls unemployed older workers with incomes at or below 125% of the federal poverty level into on-the-job and classroom-based training. SCSEP participants often struggle to secure unsubsidized work, as they experience, on average, more than 3 barriers to employment (e.g., low literacy levels, disability, limited English proficiency). While some outcome metrics are tracked (e.g., job attainment, median unsubsidized wages), we know relatively little about participants’ health, well-being, and training experiences. In response, and in partnership with the Massachusetts Executive Office of Elder Affairs, we fielded a survey on the multidimensional health, well-being, and experiences of participants throughout Massachusetts. Fielded in the spring and summer of 2022 and in six languages, a total of 91 SCSEP participants took the survey with an age range of 57 to 82. Almost half (44%) spoke a language other than English at home, of which Cantonese and Vietnamese were the most common. Respondents generally reported being in moderately good health (only 3% reported “excellent” health) with at least one chronic health condition (86%), and two-thirds (66%) reported reduced social activities due to the COVID-19 pandemic. Less than one-quarter (22%) reported having money left over at the end of the month, but that SCSEP itself improved their finances, social engagement, and self-confidence. To conclude, we will offer reflections on the importance of tracking additional characteristics of SCSEP participants and engaging in respectful community-based work with diverse older populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,062
Tête enseignante GPT0,421
Écart entre enseignants0,359 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetEmployment and Welfare Studies→Travaux en français237 207→