DRIVING CESSATION IS ASSOCIATED WITH POORER MENTAL HEALTH
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle