MétaCan
Menu
Retour à la cohorte
Enregistrement W2293586427

Control strategies for managing physical health problems in old age: Evidence for the motivational theory of life-span development

2016· book-chapter· en· W2293586427 sur OpenAlexfundno aff
Meaghan Barlow, Carsten Wrosch, Jutta Heckhausen, Richard Schulz

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2016
Typebook-chapter
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésLife spanPsychologyPhysical healthControl (management)GerontologySuccessful agingDevelopmental psychologyMedicineMental healthComputer sciencePsychotherapist
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This chapter addresses how older adults manage the occurrence of physical health threats. Based on the motivational theory of life-span development (Heckhausen, Wrosch, & Schulz, 2010), we show how an opportunity-adjusted use of control strategies prevents older adults from experiencing the adverse psychological and physical consequences of confronting age-related declines in their physical health. We begin this chapter by outlining some of the basic theoretical assumptions of the motivational theory of life-span development, proposing a model for managing physical health threats in older adulthood. Next, we review the empirical literature on the effects of using control strategies for addressing physical health declines in the elderly. We finally suggest promising avenues for future research.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,128
Tête enseignante GPT0,364
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetAging and Gerontology ResearchTravaux en français237 207