Enoch Senior’s College for Korean Immigrant Seniors: Quality of Life Effects
Bibliographic record
Abstract
RÉSUMÉ Cette recherche à méthode mixte a évalué l’impact d’un programme pour la communauté culturelle d’aînés immigrants coréens en examinant les bénéfices pour la qualité de vie des participants liée à leur santé (HR-QOL) et leur bien-être en général. Bien que la programmation communautaire soit de plus en plus reconnue comme un moyen de promouvoir la santé et la participation active des individus dans la sphère sociale, peu d’informations sont disponibles concernant l’utilisation et l’impact de tels programmes chez les immigrants aînés des minorités visibles. Dans cette étude, 79 participants ont répondu au questionnaire SF-36v2 à deux reprises dans le cadre de l’évaluation de l’impact du programme du Canada Enoch Senior’s College (CESC) concernant le HR-QOL et leur bien-être. Des améliorations statistiquement significatives ont été observées sur les plans de la santé physique et mentale, notamment dans les dimensions liées à la douleur corporelle, au rôle émotionnel et aux limitations de rôle en raison de problèmes émotionnels. Les données qualitatives provenant des entretiens avec les participants ont confirmé les résultats positifs du sondage, par des améliorations aux niveaux de la vie sociale et de la santé des aînés. Ces résultats suggèrent que le programme CESC contribue à qualité de vie et au bien-être des aînés coréens participants. Cette étude permettra de soutenir des programmes communautaires culturels similaires.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".