RISE: A CONCEPTUAL MODEL OF INTEGRATED AND RESTORATIVE ELDER ABUSE AND SELF-NEGLECT INTERVENTION
Notice bibliographique
Résumé
Abstract Despite a growing number of elder abuse and self-neglect (EASN) cases nationwide, community-based EASN response programs such as Adult Protective Services (APS) lack a conceptually driven, defined, prolonged intervention phase to address these complex situations. This presentation provides a conceptual overview and developmental description of RISE, a community-based model of EASN intervention that works alongside APS or other systems that interact with older adults who are at risk of or experiencing EASN. RISE was developed in consultation with APS caseworkers and supervisors, as well as practitioner and research stakeholders and experts from numerous sectors in Maine and nationwide, building bridges among varying stakeholders. Informed by ecological-systems, relational, and client-centered perspectives and adapting evidence-based or promising modalities from other fields (including motivational interviewing, restorative justice, teaming, supported decision making, goal attainment scaling, and engagement), the RISE model intervenes at levels of the individual older adult victim and others, including the alleged harmer, their relationship, and the systems of informal and formal support surrounding the victim-harmer dyad. The RISE model addresses an intervention gap in response systems to better meet the wishes and needs of EASN victims and others in their lives, leading to more sustainable outcomes. RISE has fostered new research partnerships between researchers and community advocates, who have become both research allies and contributors. RISE supports people with cognitive impairment to make their own decisions. RISE also empowers both older people and younger people in their lives, motivating change, and strengthening and restoring the relationships among them.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».