“Why would I want to go out?”: Age-related Vision Loss and Social Participation
Bibliographic record
Abstract
RÉSUMÉ La participation sociale, un élément déterminant du vieillissement en santé, est souvent liée négativement par une perte de vision à l’âge (PVA). Cette étude de théorie ancrée visait à comprendre la participation sociale comme un processus négocié dans la vie quotidienne par les adultes âgés souffrant de PVA. Les entrevues, les agendas audio et les cartes de la vie-espace ont servi à recueillir des données avec 21 aînés dans deux villes de l’Ontario. Les données, qui ont été analysées par induction, ont indiqué un modèle transactionnel du processus de négocier la participation sociale dans le contexte. Ce modèle illustre comment les caractéristiques et les ressources de l’environnement, les compétences et les habiletés, et les risques et les vulnérabilités interagissent avec les valeurs et les priorités d’affecter si et comment la participation sociale s’est produite dans le cadre de la vie quotidienne. Les conclusions soulignent plusieurs façons dont la recherche et les services s’adressant à la participation sociale des personnes âgées qui donnent signe de souffrir de la PVA ont besoin de développer, en particulier en ce qui concerne les caractéristiques de l’environnement et les ressources, le risque, et la priorisation de l’indépendance.
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".