Factors associated with attitudes toward the elderly in a sample of elderly caregivers
Notice bibliographique
Résumé
BACKGROUND: The number of elderly caregivers is increasing in the world. It is important to know the attitudes toward the elderly, because they can influence a range of behaviors. Our aim was to determine factors associated with attitudes toward the elderly in a sample of older carers. METHODS: Three hundred and thirteen elderly caregivers (75.4% women, mean age 69.7 ± 7.1) who cared for a dependent older person at home completed a cross-sectional household interview. In addition to the four domains of the Neri Scale to Assess Attitudes Toward the Elderly, participants were evaluated regarding the demographics, care recipient (CR) characteristics, functional and cognitive status, general health, life satisfaction, perceived stress, and depressive symptoms. RESULTS: Overall, attitudes toward the elderly were neutral in this sample. More negative attitudes in some Neri Scale domains were associated with being older, living in an urban setting, taking more medications per day, caring for an elderly dependent in basic Activities of Daily Living (ADLs), being "more or less" satisfied with life, and having higher levels of perceived stress. There was a negative association between positive attitudes and educational level. CONCLUSIONS: The results highlight the need for public policies to promote more positive attitudes toward aging and change negative stereotypes usually used to designate older people. These public policies can try to modify some predictors of negative attitudes, such as perceived stress, which was associated with all four domains of Neri Scale.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».