ETHNIC IDENTITY MODERATES THE RELATIONSHIP BETWEEN SOCIAL SUPPORT AND DEPRESSION OLDER CHINESE CANADIANS
Notice bibliographique
Résumé
It is well-documented that perceived social support decreases the risks of depression in older adults. Past studies have also noted a negative relationship between ethnic identity and depression, especially among minority seniors. As the Canadian senior population becomes increasingly diverse, it is important to understand the interplay between ethnic identity, perceived social support, and depression. The current study examined the moderating role of the enculturation in the relationship between social support and depressive symptoms among 219 community-dwelling older Chinese Canadian immigrants (mean age = 73.41 years; 62% female). Individuals completed a set of questionnaires, including measures of perceived social support, social network size, depressive symptoms, and subjective enculturation and acculturation levels. Negative correlations were found between perceived social support and depression (r = -.29, p < .001), and enculturation and depression (r = -.15, p = .04). Conversely, neither social network size nor acculturation was correlated with depression (ps > .05). A bootstrapping moderation analysis revealed enculturation significantly moderated the relationship between perceived social support and depressive symptoms (β = -.49, p < .001). Specifically, Chinese older adults with medium and high levels of enculturation displayed a significantly enhanced protective effect of perceived social support on depressive symptoms. From these findings, it is postulated that older Chinese immigrants who maintain their cultural values may be more socially active by engaging in cultural activities that are congruent with their ethnic identity, which in turn may influence their sense of social support and reduce the likelihood of experiencing depressive symptoms.
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 | 0,000 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».