MétaCan
Menu
Retour à la cohorte
Enregistrement W4404752249 · doi:10.1093/haschl/qxae154

Older adults in social housing: A systemically vulnerable population that needs to be prioritized

2024· article· en· W4404752249 sur OpenAlexafffundabout
Jasmine Dzerounian, Guneet Mahal, Leena AlShenaiber, Ricardo Angeles, Francine Marzanek, Melissa Pirrie, Gina Agarwal

Notice bibliographique

RevueHealth Affairs Scholar · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesHealth CanadaGovernment of Canada
Mots-clésPopulationGerontologyPsychological interventionHealth careSocial supportHealth literacyEnvironmental healthPopulation ageingMedicineBusinessPsychologyEconomic growthNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Older adults living in social housing are a vulnerable population with unique health challenges that often lead to poor health outcomes and high emergency service utilization. However, the needs of this population are frequently overlooked. This policy note describes the characteristics of older adults living in social housing in Canada and discusses why they are a vulnerable, underserved population in need of immediate attention and priority. Older adults in social housing have higher rates of chronic disease, lower quality of life, and lower health literacy and face challenges caused by various compounding social determinants of health. There is a large gap in research and tailored interventions focusing on this population. Based on these findings, the authors highlight the need for the allocation of resources to support this growing population, including dedicated funding, research, and programming. Proactively addressing the issues that exist in the health and social care of this high-needs population will also have larger implications for reducing healthcare system burden.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,002
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,037
Tête enseignante GPT0,361
Écart entre enseignants0,324 · 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Affairs ScholarMême sujetHealth disparities and outcomesTravaux en français237 207