Social relationship quality buffers negative affective correlates of everyday solitude in an adult lifespan and an older adult sample.
Notice bibliographique
Résumé
Aging takes place in a social context but older adults also spend a significant amount of their time alone. Solitude (the objective state of being alone and without social interaction) has been associated with negative experiences but also with specific benefits. We examine the importance of social relationships for time-varying associations between affective experiences and solitude. Using repeated daily life assessments from an adult life span sample (Study 1, N = 183, age: 20-81 years) and an older adult sample (Study 2, N = 97, age: 50-85 years), we examined the moderating role of social relationship quality on within-person solitude-affect associations. Data were analyzed using multilevel models controlling for gender, age, overall amount of time in solitude, retirement status, marital status, education, and current work activity. Higher relationship quality was associated with higher average affective well-being. Compared to being with others, participants reported lower levels of high-arousal positive affect (PA) during solitude in both studies. In Study 1, solitude was also associated with higher levels of low-arousal negative affect (NA) and higher levels of low-arousal PA compared to when with others. Across both studies, individuals with higher quality relationships reported lesser increases in low-arousal NA when in solitude, as compared to individuals with lower quality relationships. Findings highlight that solitude is experienced less negatively for individuals embedded in a context of higher quality social relationships. Thus, preservation and promotion of social resources in older adulthood may be important to ward off potential negative ramifications of spending a significant amount of time alone. (PsycINFO Database Record
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».