AN AGE COMPARISON OF CAREGIVER STRAIN AND RESOURCES
Notice bibliographique
Résumé
Young adult caregivers (YACs) of older adults are an often-overlooked subset of the caregiver population, though they make up more than a quarter of all caregivers. Due to their stage in life, YACs (ages 21–40) are likely to face different caregiving challenges related to their economic and work status. Using the Life Course Perspective as a foundational framework, this study compared the resources and strains of YACs (n = 12) to those of their middle-aged (MACs; ages 41–60; n = 34) and older adult counterparts (OCs; ages 61and older; n = 49). Data come from a cross-sectional online survey of caregivers recruited across one state through community agencies. Standardized measures of caregiver strain and positive aspects of caregiving were used. Through multivariate regression analysis, findings indicated that YACs reported more financial strain than MACs and OCs, despite being more likely to be employed (F = 5.702, df = 4; p<.001). In surprising contrast, YACs reported greater positive feelings toward caregiving than both MACs and OCs (F = 8.212, df= 4, p<.001). These findings remained while controlling for employment status, education, and hours per week spent caregiving. While YACs may find great value in caregiving, they may also be in more financially precarious situations. Caregiver support programs may want to expand efforts to reach YACs in the workplace, to offer social programs that financial reimburse caregivers, or to provide paid family leave that is inclusive of older adult caregiving responsibilities.
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 | 0,000 |
| 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 ».