MétaCan
Menu
Retour à la cohorte
Enregistrement W4405105184 · doi:10.1080/11038128.2024.2436585

Older adults’ reasons for applying to a nursing home – a document analysis

2024· article· en· W4405105184 sur OpenAlexaboutno aff
Lisa Spang, Kajsa Lidström-Holmqvist, Marie Holmefur, Cecilia Pettersson

Notice bibliographique

RevueScandinavian Journal of Occupational Therapy · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesÖrebro Universitet
Mots-clésNursing homesOccupational therapyNursingGerontologyNorm (philosophy)MedicinePsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ageing in place is the social norm in Sweden, yet older adults apply for a nursing home on a daily basis which suggests that ageing in place needs further study as it is not suitable for everyone. Aim: to study descriptions of older adults' reasons for applying to a nursing home in documents of granted nursing home decisions. MATERIALS AND METHODS: One hundred and sixty decisions were analyzed through document analysis with a deductive content analysis using the Canadian Model of Occupational Performance-Engagement (CMOP-E) as a framework. RESULTS: Reasons for applying were represented in the three factors of the CMOP-E. In personal factors, reason for applying was e.g. connected to severe anxiety. In environmental factors, family culture had an influence in the application. In occupational factors, the ability to perform self-care and mobility greatly affected decisions to apply to nursing homes. CONCLUSION: Descriptions of the older adults' activities in daily life were limited. If OTs were further involved in nursing home applications, adults ageing in place could be better supported and a move to a nursing home may be prevented. Significance: this study contributes to the understanding of why older adults chose to apply to a nursing home.

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)0,014
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 enseignants0,013
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,063
Tête enseignante GPT0,460
Écart entre enseignants0,397 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Occupational TherapyMême sujetGeriatric Care and Nursing HomesTravaux en français237 207