MétaCan
Menu
Retour à la cohorte
Enregistrement W4401954864 · doi:10.1177/08404704241263831

Enhancing community-oriented care: Implementation of social prescribing within a family health team

2024· article· en· W4401954864 sur OpenAlexafffundabout
Abban Yusuf, Orit Adose, Sandesh Basnet, Mikhaila Bernales, Nassim Vahidi-Williams, Gary Bloch, Deborah Kopansky-Giles, Karen Weyman, Braden O’Neill

Notice bibliographique

RevueHealthcare Management Forum · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensCanadian Memorial Chiropractic CollegeUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCollege of Family Physicians of Canada
Mots-clésLonelinessSocial isolationNursingDignityHealth careEquity (law)Social supportGerontologyPsychologyMedicineEconomic growthPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

High quality comprehensive primary care is essential for the health and well-being of individuals and communities, but the provision of health services is inadequate to fully address these needs. Social isolation and loneliness are associated with poor health outcomes and are increasingly prevalent among older adults. The St. Michael's Hospital Academic Family Health Team, a large interdisciplinary primary care organization that serves approximately 55,000 people in the downtown east of Toronto, Ontario, developed and implemented a social prescribing program to support socially isolated and lonely older adults. This article reports the development of that program-called SEED (Seniors, Equity, Engagement, and Dignity)-and describes opportunities and challenges and some preliminary results from the first year. By supporting people in new ways, this program aims to reduce loneliness and social isolation, increase capacity within the family health team, and support diverse older adults to live fulfilling lives.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,337
Écart entre enseignants0,295 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetArt Therapy and Mental HealthTravaux en français237 207