MétaCan
Menu
Retour à la cohorte
Enregistrement W2724329756 · doi:10.1093/geroni/igx004.2643

ASSOCIATIONS BETWEEN SENSORY LOSS AND SOCIAL NETWORKS, PARTICIPATION, SUPPORT, AND LONELINESS

2017· article· en· W2724329756 sur OpenAlexaffabout
Paul Mick, M. Kathleen Pichora‐Fuller, Walter Wittich

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensUniversité de MontréalUniversity of TorontoUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLonelinessSocial supportPsychologyPsychological interventionSocial isolationSensory systemSocial network (sociolinguistics)PopulationSensory lossDevelopmental psychologyMedicinePsychiatrySocial psychologySocial mediaEnvironmental healthCognitive psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The effects of sensory loss on social structure and function in different age and sex groups are poorly understood. We analyzed a population based sample of 21,241 Canadian adults to determine if hearing loss (HL), vision loss (VL) or dual sensory loss (DL) were associated with social network size, social participation, availability of social support, and loneliness, respectively, and whether age or sex modified the associations. VL was associated with reduced social network size in males and low social participation in all age/sex groups. DL was associated with reduced network size and participation in 65–85 year olds. All forms of sensory loss were associated with reduced social support and loneliness. The results might be explained by mobility challenges resulting from VL and DL, and communication problems arising from HL, VL and DL. Individuals with sensory impairments should be targeted for interventions that increase social engagement and support and reduce loneliness.

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)0,002
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 enseignants0,427
Score d'incertitude au seuil0,849

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,347
Écart entre enseignants0,277 · 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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetVestibular and auditory disordersTravaux en français237 207