Strategies Used by Home Support Workers in the Delivery of Care to Elderly Clients
Bibliographic record
Abstract
RÉSUMÉ On estime que 36,000 travailleurs de soutien à domicile aident les anciens canadiens chaque année avec les activités quotidiennes, comme la baignade, l’habillement, le nettoyage et les travaux ménagers légers, mais les expériences quotidiennes des travailleurs qui donnent soutien à domicile ne sont pas bien encore compris. Mahmood et Martin-Matthews (2008) ont développé un modèle qui localise le travailleur de soutien à domicile, le client âgée et la membre de la famille à l’intersection des sphères privées et publiques encadré par leur traits sociaux, spatials et temporels, et par la structure organisationnelle de l’entreprise. Cette étude, financée par Les Instituts de recherche en santé du Canada, examine et affine ce modèle grâce à une analyse des entrevues approfondies avec les travailleurs de soutien à domicile en la Colombie-Britannique. Travailleurs de soutien à domicile identifient les questions clés dans la prestation des services et discutent une gamme de solutions créatives pour effectuer leurs tâches quoti-diennes et avec de la déférence. Les conclusions de l’étude informent notre compréhension des expériences de travail des travailleurs de soutien à domicile; également ils mettent en évidence les qualités qui caractérisent les travailleurs exceptionnelles en naviguant parmi les différents domaines de soutien à domicile.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".