Influencing Variables on Life Satisfaction of Korean Elders in Institutions
Notice bibliographique
Résumé
PURPOSE: The number of elders in institutions has increased as family supporting systems have changed in Korea. The purpose of this study were to understand the life satisfaction among elders in institutions and to identify the factors influencing on life satisfaction. METHODS: The instruments used were Yun(1982)'s scale modified Memorial University of Newfoundland Scale for Happiness(MUNSH) in life satisfaction, ADL and IADL in activity level, Self-rating Depression Scale(SDS) in depression and Norbeck Social Support Questionnaire(NSSQ) scale in social support. Also, Perceived health status was measured by Visual Graphic Rating Scale. The subject of this study is 107 cognitively intact and ambulatory elders in 7 institutions in Daegu city and Kyungpook province. The data have been collected from May 1 to June 30, 2001. For the analysis of collected data, frequency analysis, mean, standard deviation, Pearson's correlation and stepwise multiple regression analysis were used for statistical analysis by SPSSwin(version 9.0) program. RESULTS: Life satisfaction for the elders in institutions showed negative correlation with SDS, and positive correlation with activity level. The regression form of the stepwise multiple regression analysis to investigate the influencing factors of life satisfaction for the elders in institutions was expressed by y = 90.988-0.733x1-0.188x2-0.069x3-0.565x4 (x1: SDS x2: Social support x3: Activity level x4: Monthly pocket Money) and 57.9% of variance in life satisfaction was explained by the model. CONCLUSION: The factors influencing on life satisfaction among the elders in institutions were SDS, social support, activity level and monthly pocket money. According to the results of this study, depression, social support and activity level are considered the prime causal factors for life satisfaction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».