MétaCan
Menu
Retour à la cohorte
Enregistrement W7081440700

Personnes âgées : transmission de l'information médicale en gériatrie

2019· dissertation· en· W7081440700 sur OpenAlexaboutno aff

Notice bibliographique

RevueINRIA a CCSD electronic archive server · 2019
Typedissertation
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutonomyPaternalismPopulation ageingPopulationTemporalityQuarter (Canadian coin)Philosophy of medicineService (business)Elderly people
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ageing of French population is a phenomenon know for several years with currently more than a quarter of the population being over 60 years old. This ageing is not homogeneous between individuals: for same it is successful, for others it is usual or pathological. Thus, more than a million people have cognitive function disorders which are more or less disabling. At the same time, French society is evolving with a growing desire for autonomy in many areas such as health with a desire to definitively get out of paternalistic medicine practiced before. How to reconcile cognitive impairment and the provision of medical information to obtain free and informed consent and allow elderly people to be actors in their health? To lead this reflection, I conducted, between January and March 2019, an unicentric practice survey with distribution of questionnaires composed of 4 open questions to geriatricians of the geriatric shortstay service of CHU in Caen. The results show that these specialits promote the autonomy of their patients according to different methods: repetition of information given with language adapted to the school level, reformulation by the patient, systematic geriatric evaluation, solicitation of relatives (family, trusted person, caregiver). In addition, other means are being expanded and already used by paramedical staff such as temporality and valorization of body language with the use of the senses.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINRIA a CCSD electronic archive serverMême sujetGeochemistry and Geologic MappingTravaux en français237 207