MétaCan
Menu
Retour à la cohorte
Enregistrement W2120684583 · doi:10.1177/2156869314549675

Reconsidering the Relationship between Age and Financial Strain among Older Adults

2014· article· en· W2120684583 sur OpenAlexaff
Alex Bierman

Notice bibliographique

RevueSociety and Mental Health · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute on Aging
Mots-clésStressorPsychologyCohortCohort effectSocioeconomic statusDemographyDepression (economics)Cohort studyGerontologyDevelopmental psychologyClinical psychologyPopulationMedicineEconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Previous research documents a robust relationship between financial strain and psychological distress in older adults, but does not clearly indicate whether financial strain changes with age in late life. We show that age is positively related to financial strain when age and cohort effects are separated using growth curve modeling, and this relationship is masked in conventional regression models by a negative effect of birth cohort. Age-related increases are stronger among women and elders with lower levels of education, but weaker when individuals were born substantially before or at the end of the Great Depression. This research demonstrates that many older adults are increasingly exposed to a pernicious socioeconomic stressor as they age, but these increases are circumscribed by placement in a matrix of historical and structural circumstances. Furthermore, analyses that do not distinguish between age and cohort effects may fail to detect these increases.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,083
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
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 Opus0,082
Tête enseignante GPT0,341
Écart entre enseignants0,259 · 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.

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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociety and Mental HealthMême sujetHealth disparities and outcomesTravaux en français237 207