MétaCan
Menu
← Retour à la cohorte
Enregistrement W2312633948 · doi:10.4057/jsr.55.434

Social Networks and Mental Health among the Old-Old Living in Metropolitan Areas

2005· article· en· W2312633948 sur OpenAlexaff
Ken Harada, Hidehiro Sugisawa, Tatsuto Asakawa, Tami Saito

Notice bibliographique

RevueJapanese Sociological Review · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésSpouseMental healthMetropolitan areaLife satisfactionDistressPsychologyGerontologySocial supportDepression (economics)Psychological distressScale (ratio)DemographyMedicinePsychiatryClinical psychologyGeographySocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

This study examined the effects of social networks on mental health among the old-old living in metropolitan areas. Data were obtained from a survey of 618 community dwellers aged 75 and over living in the Sumida ward in Tokyo. Mental health was measured by distress (Geriatric Depression Scale Short Form; GDS-SF) and life satisfaction.The findings are as follows : 1. Having a spouse was associated with lower levels of distress and higher levels of life satisfaction for men, but not for women.2. Presence of children was associated with lower levels of distress and higher levels of life satisfaction for women, but not for men.3. Greater numbers of local friends increased life satisfaction for men, and greater numbers of middle-distance or distant kin decreased distress and increased life satisfaction for women. The results suggested that embeddedness in traditional local kin networks was not necessarily associated with better mental health.4. Greater level of participation in local community groups decreased distress and increased life satisfaction for women. The results suggested that local community groups were effective resources to adjust to stressful situations in old-old age.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,391
Écart entre enseignants0,341 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Sociological Review→Même sujetHealth disparities and outcomes→Travaux en français237 207→