MétaCan
Menu
Retour à la cohorte
Enregistrement W7054983014

Building Connected Communities: Halton, Burlington – 2016 Census Older Immigrants

2018· article· en· W7054983014 sur OpenAlexaboutno aff

Notice bibliographique

RevueSOURCE Sheridan's Institutional Repository (Sheridan College) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessCensusSocial isolationImmigrationIsolation (microbiology)Resource (disambiguation)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This data sheet provides a picture of the available relevant characteristics of the community at the time of the census (2016). We have included data both from those individuals over the age of 65 at the time of the census, as well as those who are in the age cohort just below (50 – 64), so those engaged in planning for future community needs can anticipate where growth or reduction in needs may be.\nThese numbers may be used to provide an overall picture of the municipality or region as a whole, and may be used to help guide municipality/region-wide decision making about where resources could be allocated in order to combat social isolation in the region. Used in concert with the interactive maps in this toolkit, planners can identify the geographic areas where these resources would see the greatest potential benefit.\nThis resource is included in the Social Isolation and Loneliness Toolkit, created by the Centre for Elder Research in Oakville ON, Canada. The Toolkit is part of a research project titled “Building Connected Communities: improving Community Supports to Reduce Loneliness and Social Isolation in Immigrants 65+”. The research focused on exploring strategies to effectively reach out to, and support, older immigrants who may be experiencing, or are at risk of experiencing, social isolation and/or loneliness.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,666

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,000
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,010

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSOURCE Sheridan's Institutional Repository (Sheridan College)Même sujetLaser Design and ApplicationsTravaux en français237 207