MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404863862 · doi:10.1017/s0714980824000345

Being and Doing Together in a Naturally Occurring Retirement Community: Pandemic Experiences of Older Adults

2024· article· en· W4404863862 sur OpenAlexaffabout
Kassandra Fernandes, Carri Hand, Debbie Laliberté Rudman, Colleen McGrath, Helen Cooper, Catherine Donnelly, Vincent DePaul, Lori Letts, Julie Richardson

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensQueen's UniversityMcMaster UniversityLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésRetirement communityPandemicGerontologyAging in placeCoronavirus disease 2019 (COVID-19)PsychologySociologyMedicineDisease

Résumé

récupéré en direct d'OpenAlex

Developing effective, sustainable strategies that promote social inclusion, reduce isolation, and support older adults' wellbeing continues to be important to aging communities in Canada. One strategy that targets community-living older adults involves identifying naturally occurring retirement communities (NORCs) and supporting them through supportive service programs (NORC-SSPs). This qualitative descriptive study utilized semi-structured interviews to explore how older adults living in a NORC supported by an SSP, sought to build, and maintain, a sense of community during the COVID-19 pandemic. Analysis revealed how changes in context prompted changes in the program and community, and how despite lack of in-person opportunities participants continued to be together and do occupations together in creative ways that supported their sense of community. NORC-SSPs, like Oasis, play an important role in supporting older adults' capacity to build strong, resilient communities that support wellbeing, during a global pandemic and in non-pandemic times.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,007
Communication savante0,0030,004
Science ouverte0,0010,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,263 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissement→Même sujetHealth disparities and outcomes→Travaux en français237 207→