Chapter 1 A Comparison of Four Person-Environment Fit Models Applied to Older Adults
Notice bibliographique
Résumé
Abstract Inthispaper, we comparefour Person-Environment(P-E) Fit models in terms of their ability to predict well-being among older adults. The models tested include: Lawton and Nahemow's (1973) competence model (model 1); Carp and Carp's (1984) congruence model (model 2); and two models based on Kahana's (1982) proposition that subjective prioritizing of multi-level environmental needs is a required element of P-E fit measures. The first priority model (model 3) represents unmet needs in the environmental domain with the highest subjective priority. The weighted priority model (model 4) scales P-E scores according to the prioritization of all environmentaldomains under study. A total sample of 174 seniors dwelling in the Vancouver community were used in this research; divided into a vulnerablesub-sample of Adult Day Care (ADC) clients (n = 115) and a non-frail community sub-sample (n = 59). Lawton's (1997) Valuation of Lifescale (VOL)was used as a measure of well-being. Model 4 was found to predict the largest amount of variance in VOL for the total sample and both sub-samples, after controlling for several covariates. Model 3 was the second best model in predicting VOL for the ADC sample, whereas model 2 wasthe second best predictor of VOL for the non-frail sample. The findings are discussed in terms of their implications for theory development, for explaining research showing that frail and non-frail older persons exhibit similar levels of well-being, and for client-centered service program-ming.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».