MétaCan
Menu
Retour à la cohorte
Enregistrement W2750267355 · doi:10.5539/res.v9n3p207

A Study on Sexual Unwellness in Old Age: Assessing a Cross-National Sample of Older Adults

2017· article· en· W2750267355 sur OpenAlexvenueno aff
Sofia von Humboldt, Sara Silva, Isabel Leal

Notice bibliographique

RevueReview of European Studies · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffectionPortuguesePsychologyPerspective (graphical)Human sexualityGerontologyPopulationSample (material)Clinical psychologyDevelopmental psychologyDemographyMedicineSocial psychologySociologyGender studies

Résumé

récupéré en direct d'OpenAlex

Objectives: To analyze the contributors to Sexual Unwellness (SU) and to explore the latent constructs that can work as major determinants in SU for a cross-national older community-dwelling population.Methods: Study design: Complete data were available for 109 English and Portuguese older adults, aged between 65 and 87 years old (M=70.1, SD=5.99). Data was subjected to content analysis. Representation of the associations and latent constructs were analyzed by a Multiple Correspondence Analysis. A socio-demographic and health questionnaires were completed, assessing participants’ background information. Interviews were completed, focused on the contributors to SU.Results: The most frequent response of these participants was “lack of intimacy and affection” (25.1%) whereas “poor sexual health” was the least referred indicator of SU (11.2%). A two-dimension model formed by “poor affection, intimacy and sexual health”, and “poor general health and financial instability” was presented as a best-fit solution for English older adults. SU for Portuguese older adults were explained by a two-factor model: “daily hassles and health issues”, “poor intimacy and financial instability”.Conclusions: These outcomes uncovered the perspective of older adults concerning SU and the need of including these factors when considering the sexual well-being of older cross-national samples.

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)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,091
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,204
Tête enseignante GPT0,535
Écart entre enseignants0,331 · 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'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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207