MétaCan
Menu
Retour à la cohorte
Enregistrement W3017066007 · doi:10.1177/0164027520920026

The Structure and Determinants of Intergenerational Support Exchange Flows in an Eastern European Setting

2020· article· en· W3017066007 sur OpenAlexaff
Boróka Bó, Zachary Zimmer, Codrina Rada

Notice bibliographique

RevueResearch on Aging · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesPaul and Daisy Soros Fellowships for New Americans
Mots-clésTypologyReceiptDemographic economicsLatent class modelRomanianPsychologyMultivariate analysisPopulationEconomicsDemographySociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Although the provision, receipt, and bidirectionality of support exchanges are important for generational well-being, our understanding of them is lacking in Eastern Europe, a region undergoing swift population aging and social change. This study links intergenerational support exchanges to determinants in Romania, with a focus on proximity of adult children. Data are from the Romanian Aging and Migration Survey ( N = 1,398). Analyses involve two stages. First, latent class analysis (LCA) is conducted to develop an intergenerational support typology. The second uses the typology as a dependent variable in multivariate equations predicting exchange determinants. LCA analysis yielded six propensity classes. Physical distance strongly predicts class membership. Having coresident adult children increases the likelihood of bidirectional exchange. Having an international migrant adult child reduces the chances, even with coresident adult children present. International migrant children lead to a higher probability of being a nonexchanger or receiving monetary support. There is a need for continued consideration of bidirectional exchange models in rapidly developing contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,406
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch on AgingMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207