CITY LIVABILITY AND THE WELL-BEING OF OLDER AMERICANS
Notice bibliographique
Résumé
Quality of life is a multidimensional construct often conceptualized in terms of social connectedness, happiness, and independence. Because of the common physical and mental declines associated with aging, older persons’ quality of life might be especially sensitive to their social and physical environments. Ecological theories of aging suggest that the well-being of older persons is a function of their competencies and of the challenges and stressors of their environments, yet insufficient attention has been given to macro-level city environments. Buffel and her associates (2012) propose that city environments matter for the happiness of older persons, and these authors have encouraged more comparative research on age-friendly cities. The present study combines two sources of data, individual-level survey data (Wave 1 of the National Social Life, Health, and Aging Project (n=3,005)) and official records about demographic, economic, crime, weather, and arts and leisure characteristics of metropolitan statistical areas in the United States (n=57). Analyses utilize hierarchical linear modelling techniques to study how a diverse set of city-level factors are related to a diverse set of measures of the well-being of older persons. Our results show that measures of income, employment, education, and crime at the city-level are particularly consequential for a diverse set of measures of the well-being of older persons, including mental health, self-esteem, happiness, depression, anxiety, and stress. This macro-level analysis suggests the importance of identifying why these measures of city-level quality of life are particularly influential for the well-being of older persons.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».