Adapting RISE Into Montana Adult Protective Services: An Embedded Model
Notice bibliographique
Résumé
Abstract Understanding effective elder abuse and self-neglect (EASN) interventions remains limited. Adult Protective Services (APS) is primarily responsible for investigating EASN reports in the U.S. However, APS generally lacks a dedicated intervention phase to address underlying case needs/risks. RISE is an evidence-based EASN intervention that works in partnership with APS to address this intervention gap. RISE integrates core modalities (motivational interviewing, restorative approaches, teaming, engagement, goal attainment scaling) and operates at Relational, Individual, Social, and Environmental levels to work with older adult victims and alleged harmers and strengthen social supports surrounding them. To date, the RISE-APS model has involved complementary partnerships where RISE operates from external community-based organizations. In partnership with Montana APS, this study sought to understand how to adapt and implement a RISE-APS “embedded” model, where RISE operates from within Montana APS as a specialized unit providing extended services for complex cases. This RISE-APS adaptation/implementation project was guided by the Consolidated Framework for Implementation Research (CFIR), containing factors across five domains (intervention, outer setting, inner setting, individuals, implementation process) representing potential internal/external implementation barriers/facilitators. Informed by CFIR and using a descriptive phenomenological qualitative approach, we conducted focus groups and individual interviews with Montana APS management (n = 4) and social service workers (5) as part of an adaptation needs assessment to identify implementation barriers/facilitators and engaged in a process to determine strategies to address/leverage them. This presentation will present an adaptation process model for the embedded RISE-APS model, identifying implementation determinants (barriers, facilitators), actions (strategies, mechanisms), and outcomes (adoption, fidelity, sustainment).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».