CANDIDACY 2.0-UNRAVELING HEALTH INEQUITIES IN CHRONIC CONDITION CARE ACCESS
Notice bibliographique
Résumé
Abstract The Inverse Care Law, positing that those most in need of healthcare are least likely to receive it, continues to describe persistent health inequities among older adults with chronic conditions. This study introduces Candidacy 2.0 (Chronic Condition (CC)), an innovative framework designed to unravel the complex mechanisms of these inequities in healthcare access for diverse older adult populations. Using Critical Interpretive Synthesis, we analyzed qualitative and mixed methods literature on rheumatoid arthritis experiences across various populations, including racial and ethnic minorities, LGBTQI+ individuals, and those with disabilities. Our key finding was the identification of a crucial eighth dimension: the “embodied relational self,” which transforms the framework into a powerful tool for understanding intersectional experiences of health inequity. Candidacy 2.0 (CC) offers a comprehensive understanding of how patients’ and care providers’ experiences are shaped by systemic injustices and social determinants of health. By integrating approaches like intersectionality, concordance, and recursivity, this model provides a new lens to conceptualize and address health disparities in chronic condition management for older adults. The framework’s significance lies in its potential to guide the development of culturally relevant health promotion and intervention efforts, offering concrete explanations for access challenges rooted in socially patterned influences. Our findings have substantial implications for enhancing health equity in geriatric healthcare delivery, informing policy, and driving further research. By implementing Candidacy 2.0 (CC), stakeholders can develop targeted interventions that address the unique healthcare needs of diverse older adults, working towards eliminating disparities across the life course.
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 | 0,024 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,022 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».