USING THE ACT-OUT QUESTIONNAIRE TO INFORM ON COMMUNITY MOBILITY AND PARTICIPATION FOR PEOPLE LIVING WITH DEMENTIA
Notice bibliographique
Résumé
Abstract For people living with dementia to continue living in their current residences or “age in place”, it is essential for them to sustain their participation in daily activities and maintain mobility within their communities. Community mobility encompasses the ability to reach places where they can participate in meaningful everyday life activities. It also includes transportation modes such as walking, biking, driving, or using public transport. Thus, we developed the Participation in ACTivities and Places OUTside Home (ACT-OUT) questionnaire based on a transactional perspective and understanding of the person-environment relationship as unfolding and dynamic, embedded and situated, and enacted and emplaced. The ACT-OUT, used in a sit-down interview setting, which can be followed by mobile (walking) interviews, to enable the collection of rich data about around 25 important places that people currently visit, have abandoned, or wish to visit. A second part of the questionnaire collects information on traveling to the place (e.g., frequency, transportation, familiarity) and on activities performed there. The ACT-OUT has been used in multiple countries, including Switzerland, Sweden, the UK, and Canada, and among different populations, notably people with and without dementia. Results show that people with dementia experience a higher rate of abandonment of places and for many more places than people without dementia. It highlights the importance of addressing community mobility and how we conceptualize, design, and adapt important places to support people living with dementia to participate in places and activities that can maintain their well-being and health as they age in their communities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».