Where Would You Turn for Help? Older Adults' Awareness of Community Support Services
Bibliographic record
Abstract
RÉSUMÉ Les résultats précédents visant la sensibilisation des aînés aux services de soutien communautaires ne s'accordent pas et sont gâchés par l'acquiescence ou des allégations de partialité. Cela étant, la présente étude a utilisé une série de 12 scénarios pour décrire des situations courantes dans lesquelles se retrouvent les aînés pour qui des services de soutien communautaires seraient appropriés. Lors d'une entrevue téléphonique, nous avons lu à 1152 adultes âgés de 50 et plus une série de scénarios et nous leur avons demandé s'ils pouvaient indiquer un organisme communautaire vers lequel ils pourraient se tourner dans cette situation précise. Nous leur avons aussi interrogés sur leurs plus importantes sources de renseignements en matière de services de soutien communautaires. Les résultats indiquent que, si l'on a recours à une méthodologie par scénarios, la sensibilisation aux services de soutien communautaires était beaucoup plus faible qu'on ne l'avait d'abord pensé. Les plus importantes sources de renseignements sur les services de soutien communautaires comprenaient des sources de référence et des renseignements, l'annuaire téléphonique, les bureaux de médecins, et le bouche-à-oreille.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".