MétaCan
Menu
Retour à la cohorte
Enregistrement W4415846069 · doi:10.1186/s12877-025-06501-8

Developing an evidence base to inform retirement home policy development using an equity and diversity lens: a mixed methods study protocol

2025· article· en· W4415846069 sur OpenAlexafffundabout
Katarin MacLeod, Victoria Wicks, Sarina R. Isenberg, Chantal Backman, Jude Mary Cénat, Stacey Fisher, Sharon Johnston, CE. Kendall, Derek R. Manis, Mwali Muray, Meriel Norris, Wei Li, Kevin Patel, A. Shiamptanis, Kevin Spencer, Peter Tugwell, P. Yurt, Colleen Webber

Notice bibliographique

RevueBMC Geriatrics · 2025
Typearticle
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensAdvantage Forensics (Canada)University of TorontoOntario Tech UniversityToronto and Region Conservation AuthorityInstitut du Savoir MontfortOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEquity (law)Leverage (statistics)DisseminationProtocol (science)Health equityWork (physics)Health careDiversity (politics)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Retirement homes are an essential support for many older adults as they age. However, retirement homes may not be an option for all, particularly adults with low socioeconomic status or those from linguistic or visible minority groups, in jurisdictions where there are high out-of-pocket costs and limited availability of language- and culturally-concordant home options. Research examining health inequities in facility-based care for older adults has largely focused on the long-term care sector leaving a gap in knowledge and understanding about the care experiences and health outcomes of retirement home residents. The overall aim of this project is to build an evidence base and provide policy recommendations to improve equity in the retirement home sector in Ontario, Canada. METHODS: We will conduct a multi-phase sequential mixed methods study involving both quantitative and qualitative data. Phase 1 will involve consulting on social and systemic barriers to equity in RHs with our Community Advisory Committee members and advocacy group collaborators. In phase 2, we will lead retrospective cohort studies using Ontario health administrative data to describe and evaluate differences in rates of RH vs. LTC use and differences in healthcare outcomes. In Phase 3, we will conduct semi-structured interviews with older adults and their family partners preparing to enter or having already entered, facility-based care within the prior 6 months to investigate how individuals' social identity, including language and income, and pragmatic considerations shape decision-making regarding the transition to facility-based care, including choices between retirement homes and long-term care. Findings from Phases 1,2 and 3 will be contextualized in Phase 4 with decision-maker knowledge users, such as from the Retirement Home Regulatory Authority and Ontario Ministries of Health, Long-term Care, and Seniors and Accessibility. DISCUSSION: This project will leverage the existing momentum for long-term care reform where evidence of health inequities is well documented, to engage in research in a neighbouring sector that serves older adults with increasingly similar health profiles and complexities. We will disseminate contextualized policy options to both provincial-level decision-makers and community knowledge user partners to help inform future work on equity in retirement homes at different levels of governance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,581
Tête enseignante GPT0,567
Écart entre enseignants0,015 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetdemographic modeling and climate adaptationTravaux en français237 207