MétaCan
Menu
Retour à la cohorte
Enregistrement W1564369115

The Role of Coping Humour in the Physical and Mental Health of Older Adults

2007· preprint· en· W1564369115 sur OpenAlexfundno aff
Elsa Marziali, Lynn McDonald, Donahue Peter

Notice bibliographique

RevueTSpace · 2007
Typepreprint
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésCoping (psychology)PsychologySocial supportMental healthSpiritualityClinical psychologySelf-efficacyAnxietyPsychiatryMedicineSocial psychologyAlternative medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives: This study examined the associations among coping humor, other personal/social factors, and the health status of community-dwelling older adults.
\nMethod: Survey questionnaires were completed with 73 community dwelling older adults. Included were measures of coping humor, spirituality, self-efficacy, social support and physical and mental health status.
\nResults: Correlations across all variables showed coping humor to be significantly associated with social support, self-efficacy, depression, and anxiety. Forward stepwise regression analyses showed that coping humor and self-efficacy contributed to outcome variance in measures of mental health status. Contrary to expectation, neither social support nor spirituality contributed to the total outcome variance on any of the dependant measures.
\nConclusion: The importance of spirituality, self-efficacy and social support in determining the quality of life of older adults is well supported in the literature. Coping humor as a mechanism for managing the inevitable health stresses of aging has received
\nless attention. This study shows that coping humor and self efficacy are important factors for explaining health status in older adults. Correlations among coping humor, self efficacy, and social support suggest that a sense of humor may play an important role in reinforcing self-efficacious approaches to the management of health issues.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,411
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetHumor Studies and ApplicationsTravaux en français237 207