MétaCan
Menu
Retour à la cohorte
Enregistrement W622995512 · doi:10.3233/978-1-61499-425-1-1

Health of the Elderlies and Healthy Ageing: Challenge for Europe

2014· article· en· W622995512 sur OpenAlexaboutno aff
Marta Marino

Notice bibliographique

RevueStudies in health technology and informatics · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulation ageingContext (archaeology)Healthy ageingHealth careEuropean unionBusinessEconomic growthEmpowermentQuarter (Canadian coin)PopulationActive ageingMedicinePolitical scienceGerontologyEconomic policyEnvironmental healthOlder peopleAgeingEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Population ageing is a major challenge for European Union (EU) society and economy, particularly for Italy, which is the oldest country in Europe. According to the World Health Organization, two-thirds of European citizens who have reached the retirement age suffer from at least two chronic conditions, with a strong pressure on healthcare systems. Moreover, EU countries already spend, on average, more than a quarter of their gross domestic product on social protection, above all pensions, health and long term care. The current financial crisis is putting a strain on this system. In this context, it becomes increasingly necessary to promote a healthy and independent ageing, by improving outcomes for patients and society while ensuring health systems sustainability. To this purpose a proactive approach to chronic diseases prevention (primary, secondary and tertiary) as well as an integrated healthcare approach and also patients' empowerment are required so as to make daily life more age-friendly. It is also necessary to share health and social best practices, adopt policies really effective against elderly social exclusion and strengthen older people participation in society. A joint effort of all key stakeholders is needed to create a society in which older people can play an active role.

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)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0080,008
Science ouverte0,0010,007
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,095
Tête enseignante GPT0,468
Écart entre enseignants0,374 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetGlobal Health Care IssuesTravaux en français237 207