Designing Intersectoral Environments to Address Isolation/Loneliness as a Risk Factor for Dementia: A Mixed Methods Health Promotion Program
Notice bibliographique
Résumé
Abstract Background Intersectoral partnerships are critical for effective and sustainable health promotion programs. The aim of our Public Health Agency of Canada Dementia Community Investment project, What Connects Us∼Ce Qui Nous Lie (2020‐2023) was to collaboratively cultivate sociocultural environments worth living in using shared activities and events. In this paper, we present initial results on the effectiveness of using shared activities and events to link academic, arts/culture, mental health, and community‐based organizations and generate a sustainable web of resources for, while positively impacting on, the quality of life and connectivity as a protective factor for persons living with Alzheimer’s and related disorders (PLWA) and their carers. Method We used a mixed methods ethnographic approach to describe and measure the impact of shared activities and events on the intersectoral networks by fielding pre‐/post‐partner social network surveys distributed across four social sectors using standard intersectoral network metrics such as density, clustering, centralization, and average path length; as well as measures of centrality and bridging among partners. We measured the impact of this intervention se with pre‐/post‐activity participant surveys using the UCLA Loneliness scale and the CDC health quality of life instrument. All partners and participants answered demographic questions. Result Network measures showed an increase from the initial number of organizations who submitted letters of support for the project (N = 16), as well as increases in network density at the intersectoral level. Patterns of centrality and bridging in the partner data are still emerging, with arts/cultural organizations being the most engaged in facilitating activities and events. For the participants in activities who completed surveys, emerging data demonstrate that those who participated in multiple activities had lower loneliness scores (N = 117 of the 370). Descriptions of context across the project support its upscaling, including the mechanisms that supported the continued growth in number, variety, and modifications of activities despite the impact of Covid‐19 on social distancing. Conclusion Community‐based efforts to create environments to reduce loneliness are possible but require effort to create sustainable intersectoral networks amidst structural and other leadership changes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».