MétaCan
Menu
Retour à la cohorte
Enregistrement W7132093471

The Aging in Place Challenge Program at the National Research Council Canada

2024· article· en· W7132093471 sur OpenAlexvenueaboutno aff
Jeffrey Mahn

Notice bibliographique

RevueNPARC · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAging in placeGovernment (linguistics)Population ageingResearch programPopulationStock (firearms)Research centerHealthy aging
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A number of challenge programs to fund research have been initiated at the National Research Council of Canada in the past several years and the outcomes of the research is likely to influence the design of future dwellings and the retrofit of the existing housing stock in Canada. One of these challenge programs addresses the need to support an aging population. It is estimated that by 2051, adults over the age of 65 will represent 25% of the population of Canada. Most aging adults would prefer to age in place in the dwelling or community of their choice. The Aging in Place Challenge program was launched in 2021 with the goal of developing technologies and innovations to support an increase in the number of aging adults who remain in homes and communities of their choice by 2031. The program supports research projects in collaboration with older adults and family caregivers as well as partners in academia, industry, and government toward enabling advancements in AgeTech in Canada. In addition, a number of Aging in Place projects in the Construction Research Center are focused on developing guidance for the design of dwellings intended for successful aging in place. Acoustics, lighting, climate control and other environmental factors all play an important role support the wellbeing of aging adults. The results of the projects from the Construction Research Center will be publicly available guidance for new buildings and the renovation of existing buildings to support aging in place.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,002
Communication savante0,0050,002
Science ouverte0,0030,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0780,020

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 Opus0,116
Tête enseignante GPT0,377
Écart entre enseignants0,261 · 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
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetTechnology Use by Older AdultsTravaux en français237 207