“These Few Blocks, These Are My Village”: The Physical Activity and Mobility of Foreign-Born Older Adults
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The self-reported health of foreign-born older adults (FBOAs) is lower than that of nonimmigrant peers. Physical activity (PA) and mobility enhance health in older age, yet we know very little about the PA and mobility of FBOAs. In this analysis we sought to determine: (a) What factors facilitate PA amongst FBOAs? and (b) How do gender, culture, and personal biography affect participants' PA and mobility? RESEARCH DESIGN AND METHODS: We worked closely with community partners to conduct a mixed-method study in Vancouver, Canada. Eighteen visible minority FBOAs completed an in-depth interview in English, Cantonese, Mandarin, Punjabi, or Hindi. RESULTS: Three dominant factors promote participants' PA and mobility: (a) participants walk for well-being and socialization; (b) participants have access to a supportive social environment, which includes culturally familiar and linguistically accessible shops and services; and (c) gender and personal biography, including work history and a desire for independence, affect their PA and mobility behaviors. DISCUSSION AND IMPLICATIONS: We extend the Webber et al. mobility framework, with examples that further articulate the role of gender (e.g., domestic work), culture (cultural familiarity) and personal biography (work history and a desire for familial independence) (Webber, S. C., Porter, M. M., & Menec, V. H. (2010). Mobility in older adults: A comprehensive framework. The Gerontologist, 50, 443-450. doi:10.1093/geront/gnq013). Future programming to support the PA of FBOAs should be culturally familiar and linguistically accessible.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».