No Place Like Home: A Systematic Review of Home Care for Older Adults in Canada
Bibliographic record
Abstract
RÉSUMÉ Les prévisions liées au vieillissement de la population canadienne impliquent que la demande en soins à domicile augmentera significativement. À ce jour, peu d’études ont été menées au Canada sur les soins à domicile pour les personnes âgées, notamment sur les caractéristiques des bénéficiaires de soins à domicile, les lacunes dans les services, ou les interventions permettant de répondre aux besoins des clients en matière de soins à domicile. Une revue systématique de sept bases de données électroniques a été réalisée pour les années 2000-2016 afin d’examiner les connaissances actuelles dans le domaine des soins à domicile pour les personnes âgées au Canada. Cette synthèse était centrée sur quatre principaux thèmes retrouvés dans la littérature : les prédicteurs au niveau de la personne âgée, les besoins de soins non comblés, les interventions, les enjeux et les défis dans les soins à domicile. Cette revue a mis en évidence plusieurs lacunes dans les connaissances liées aux soins à domicile pour les personnes âgées au Canada, considérant que plus de la moitié des études étaient centrées sur le contexte ontarien. Bien que des stratégies prometteuses aient été mises en évidence, davantage de recherche et d’évaluation des interventions et des résultats sont requises pour appuyer efficacement le système de soins à domicile au Canada, à court et à long terme.
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 | 0.013 | 0.077 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.004 |
| Bibliometrics | 0.015 | 0.025 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".