Social inhibition as a mediator of neuroticism and depression in the elderly
Notice bibliographique
Résumé
BACKGROUND: A number of factors, such as demographics, cognitive function, personality and interpersonal relationship) play a role in late-life depression. This study investigates the influence of social inhibition on the inverse emotional stability (neuroticism) and depressive symptoms found in elderly Thai people. METHODS: In total, 123 elderly Thais aged 60 years of age or older were tested using the 64-item Inventory of Interpersonal Problems, Symptom Checklist-90, and the 16 Personality Factors Questionnaire. Hierarchical regression and path analyses were performed in order to identify the relationships among these variables. RESULTS: The age of the participants ranged from 60 to 93 years old (mean = 71.7; SD = 6.2), and out of the group, 51.2% were male, 56.1% were married and 61.8% were on a low income. The average number of years spent in education among the participants was 7.6 (SD = 5.1). The variables found to be significantly associated with depression were age, intellect, social inhibition and possession of inverse emotional stability (neuroticism). Low levels of emotional stability were most strongly associated with depressive symptoms (standardized regression coefficients -0.29), but this effect was found to be reduced (mediated, to -0.26) by social inhibition. In total, 30% of the total variance could be explained by this model, and there was an excellent statistical fit. CONCLUSIONS: The variables found to be significantly associated with depression were a younger age, as well as lower levels of intellectual skill, social inhibition and inversed emotional stability (neuroticism). It was found that a lack of emotional stability is, along with a younger age, the strongest predictor of depressive symptoms, but can be mediated by social inhibition.
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 ».