AGE FRIENDLINESS OF COMMUNITIES CONTRIBUTES TO QUALITY OF LIFE
Notice bibliographique
Résumé
Abstract The World Health Organization (WHO) emphasized the importance of age-friendly communities in supporting quality of life for older adults. We aimed to determine the contribution of the age-friendliness of communities to quality of life in a sample of healthy older adults. We used data collected through a longitudinal study on drivers and ex-drivers. We used the World Health Organization Quality of Life instrument (WHOQOL-BREF; WHOQOL Group, 1998) to measure physical health, psychological health, social relationships, and environment. We used the Age-Friendly Survey (AFS; Menec & Nowicki, 2014) to measure 9 domains of participants’ perceptions of community age-friendliness. We estimated 4 multivariable linear regression models. The dependent variables were the 4 domains of the WHOQOL-BREF. Each model had AFS as the focal independent variable and participants’ age, gender, health status, and depression symptoms as control variables. Data from 171 participants were available; mean age was 83.2 years (SD=4.1), 61% were women. Most participants reported a good health status and few depression symptoms. The models explained between 18 and 27% of the variance in WHOQOL scores; community age-friendliness was a statistically significant variable in all models, accounting for 2-3% of the variance. The identification of factors that contribute to quality of life will serve as the foundation upon which policies and interventions to promote successful and healthy aging can be developed. Future work will require consideration of the specific aspects of communities that may affect quality of life the most and that have the most potential for modification.
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 | 0,002 | 0,013 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».