Violence in the Elderly: Results from the Abuel Study [elektroninis išteklius]
Notice bibliographique
Résumé
The aim of ABUEL study was - to investigate the prevalence of violence against elderly persons in selected European countries. Methods The data was collected cross-sectionally (ABUEL, Elder abuse: A multinational prevalence survey”) in 2009. The respondents were 4467 randomly selected persons aged 60-84 living in seven European cities: Ancona (Italy), Athens (Greece), Granada (Spain), Kaunas (Lithuania), Ludwigsburg (Germany), Porto (Portugal) and Stockholm (Sweden). Various types of violence (e.g. physical, psychological) were assessed. Results The preliminary findings showed that almost one quarter (22.6%, CI (95%) 21.4-23.8%) of the respondents experienced any type of violence during the past year. Physical violence was reported by 2.6% of the respondents and it corresponded to 9.4% of all reported cases of violence. This type of violence differed by country, with the highest rates in Sweden (4.2%) and Greece (3.4%) and the lowest in Italy (1.0%) and Spain (1.3%). Discussion and Conclusions The preliminary results indicate that violence is a severe problem in the ageing Europe. To address this public health challenge collective actions should be facilitated. Only multi-sector collaboration and common efforts may reduce the prevalence of abuse and create a safer environment. Acknowledgements Abuel was supported by the EAHC (EU) and conducted with the help of the Abuel groups in each participating country.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».