DRIVING CESSATION IS ASSOCIATED WITH POORER MENTAL HEALTH
Notice bibliographique
Résumé
Abstract The Canadian Longitudinal Study on Aging (CLSA) is a longitudinal health study that will follow individuals aged 45 to 85 for 20 years. At baseline, participants completed measures related to driving status and mental health outcomes (e.g., Center for Epidemiologic Studies Depression Scale; CES-D). In this study we examined the associations between driving status and mental health outcomes. In the baseline sample, 1,415 participants reported being former drivers and 44,694 reported being current drivers. A greater proportion of former drivers were female, older, and urban-dwelling. Compared to current drivers, former drivers had lower levels of social support, poorer self-rated physical health, and less community participation. After controlling for these covariates as well as age and sex, former drivers had greater odds than current drivers of being classified as depressed (OR=2.48, 95% CI=2.21-2.79), and of reporting psychological distress (OR=2.22, 95% CI=1.87-2.62). Using data from former drivers only, we also examined associations between variables that contributed to driving cessation and depression symptoms. Former drivers had greater odds of being depressed if they reported feeling nervous or intimidated behind the wheel (OR=1.77, 95% CI= 1.11 - 2.80), or if they experienced difficulties with the licensing process (OR=1.62, 95% CI=1.07 - 2.54), before they stopped driving. As a next step we will search for factors that may modify the relationship between driving status and mental health. The identification of factors that modify the impact of driving cessation on mental health is critical to the development of interventions that will support smoother transitions to non-driving.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,004 | 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 ».