Planning for End-of-Life Care: Findings from the Canadian Study of Health and Aging
Bibliographic record
Abstract
RÉSUMÉ Les étapes utilisées pour l'officialisation des préférences en matière de soins en fin de vie et les facteurs en rapport avec ces étapes sont flous dans la documentation. À l'aide des données de la troisième phase de l'Étude sur la santé et le vieillissement au Canada (ESVC-3), nous avons examiné les relations entre les prédicteurs démographiques et en matière de santé, et les trois résultats (à savoir si les participants avaient réfléchi à leurs préférences de fin de vie, s'ils en avaient discuté, ou s'ils les avaient officialisées), et s'il y avait des relations entre les trois résultats. La région de résidence au Canada, le sexe féminin, et davantage d'années de scolarité étaient des facteurs associés à des personnes ayant réfléchi à leurs préférences. La région de résidence, le sexe féminin, et le manque de déficience cognitive étaient associés aux discussions en matière de préférences, et la région de résidence et le fait de ne pas avoir de conjoint étaient associés au dépôt de documents officiels. Les résidents de l'Ontario étaient les plus enclins à avoir réfléchi à leurs préférences, à en avoir discuté, et à les avoir officialisées, tandis que les résidents des Maritimes étaient les moins enclins à y avoir pensé et à avoir agi en conséquence. Enfin, avoir réfléchi à leurs préférences était associé au fait d'en discuter, et y avoir réfléchi et en avoir discuté étaient chacun associés à l'officialisation des préférences. Ces résultats correspondent au postulat que l'exécution du mandat (directive par procuration) est un processus comportant plusieurs étapes. Avoir une meilleure idée de ce processus peut se révéler utile lors de l'élaboration d'interventions visant à promouvoir la planification des soins en fin de vie.
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 | 0.005 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.011 |
| Science and technology studies | 0.009 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".