Resilience and affect balance of empty‐nest older adults with mild cognitive impairment in poor rural areas of Hunan province, China
Notice bibliographique
Résumé
AIM: To evaluate the prevalence of mild cognitive impairment (MCI) within the empty-nest older adults population in poor rural areas of the Hunan province of China, and to explore the effects of resilience and affective balance on cognitive functioning within this specific population. METHODS: A cross-sectional, multistage, random cluster survey was administered to participants from March 2013 to December 2014 in the Hunan province. There were a total of 1164 participants. These participants were empty-nest older adults who were residing in poor rural areas of the Hunan province. The data was collected in two stages. In stage 1, the participants were administered the Montreal Cognitive Assessment for screening cognitive impairment. In stage 2, the participants were screened for any potential cognitive impairment, were administered a series of neuropsychological tests and received a definitive diagnosis for MCI, if the criteria were met. Resilience and affect balance were assessed by the Chinese modified version of the Stress Resilience Quotient and the Affect Balance Scale. RESULTS: The prevalence of MCI was 38.40% within this empty-nest older adult population. Significant differences were found between MCI and non-MCI empty-nest older adults specific to resilience and affect balance. Path analysis showed that resilience mediated the relationship between MCI and affect balance. CONCLUSIONS: Resilience and affect balance were less prominent within the MCI empty-nest older adults than those in the non-MCI group. The results suggest that resilience is a mediating variable between MCI and affect balance. Geriatr Gerontol Int 2019; 19: 222-227.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».