MétaCan
Menu
Retour à la cohorte
Enregistrement W4413109296 · doi:10.1177/10436596251359129

Equitable Aging Among Migrants: A Concept Analysis and Model Development for Transcultural Nursing Care

2025· article· en· W4413109296 sur OpenAlexafffund
Areej Al‐Hamad, Yasin M. Yasin, Sepali Guruge, Kateryna Metersky, Lu Wang, Cristina Catallo, Hasina Amanzai, Zhixi Cecilia Zhuang, Rezwana Rahman

Notice bibliographique

RevueJournal of Transcultural Nursing · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of New BrunswickToronto Metropolitan University
Organismes subventionnairesCanada First Research Excellence FundGovernment of Canada
Mots-clésTranscultural nursingNursingGerontologyNursing carePsychologyMedicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Older migrants often face systemic barriers such as limited access to health care, social support, and culturally appropriate services, which hinder dignified aging. This concept analysis aims to define equitable aging among migrants and develop a model to guide transcultural nursing care. Methodology: Using Walker and Avant’s concept analysis method, a systematic search following PRISMA-ScR guidelines yielded 351 records. After deduplication, 349 titles and abstracts were screened, 138 full-text articles were reviewed, and 68 studies were included in the final analysis. Results: Three defining attributes of equitable aging were identified: fair and just provision of health and social care; elimination of systemic barriers; and inclusive culturally responsive care. A conceptual model was developed, aligning equitable aging with key principles of transcultural nursing. Discussion: This concept analysis offers greater conceptual clarity on equitable aging among migrants and identifies defining attributes that may inform future development of theoretical models and culturally responsive practices.

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)0,035
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0090,008
Études des sciences et des technologies0,0030,005
Communication savante0,0070,009
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
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 Opus0,030
Tête enseignante GPT0,396
Écart entre enseignants0,366 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Transcultural NursingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207