MétaCan
Menu
Retour à la cohorte
Enregistrement W2026263655 · doi:10.1037/a0029413

Consequences of loneliness on physical activity and mortality in older adults and the power of positive emotions.

2012· article· en· W2026263655 sur OpenAlexafffundabout
Nancy E. Newall, Judith G. Chipperfield, Daniel S. Bailis, Tara L. Stewart

Notice bibliographique

RevueHealth Psychology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLonelinessHappinessPsychologyPsychological interventionGerontologyDevelopmental psychologyClinical psychologyMedicineSocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study examined the longitudinal relationships between loneliness, physical activity, and mortality in older adults. This study also tested the implication of Fredrickson's Broaden and Build Theory (1998, 2001) that positive emotions (happiness) might serve to "undo" the detrimental effects of negative emotions (loneliness). METHOD: Participants (n = 228; 62% female; aged 77-96 years) took part in the Aging in Manitoba Study (2001) and the Successful Aging Study (2003). Mortality information was assessed in 2008. RESULTS: Regression analyses showed that loneliness longitudinally predicted perceived physical activity and mortality. Moreover, in support of Fredrickson's theory, happiness moderated these relationships, suggesting that happiness had the power to "undo" the detrimental effects of loneliness on activity and mortality. CONCLUSIONS: Loneliness is an independent risk factor for mortality and reduced physical activity among older adults; however, being happy may offset the negative consequences of being lonely. Future interventions could target positive emotions and loneliness as a way of ultimately enhancing the lifespan and wellspan of older adults.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,465
Écart entre enseignants0,412 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations120
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth PsychologyMême sujetHealth disparities and outcomesTravaux en français237 207