Internet use, social isolation and loneliness in older adults
Notice bibliographique
Résumé
Abstract The aim of this study was to explore associations between internet/email use in a large sample of older English adults with their social isolation and loneliness. Data from the English Longitudinal Study of Ageing Wave 8 were used, with complete data available for 4,492 men and women aged ⩾ 50 years (mean age = 64.3, standard deviation = 13.3; 51.7% males). Binomial logistic regression was used to analyse cross-sectional associations between internet/email use and social isolation and loneliness. The majority of older adults reported using the internet/email every day (69.3%), fewer participants reported once a week (8.5%), once a month (2.6%), once every three months (0.7%), less than every three months (1.5%) and never (17.4%). No significant associations were found between internet/email use and loneliness, however, non-linear associations were found for social isolation. Older adults using the internet/email either once a week (odds ratio (OR) = 0.60, 95% confidence interval (CI) = 0.49–0.72) or once a month (OR = 0.60, 95% CI = 0.45–0.80) were significantly less likely to be socially isolated than every day users; those using internet/email less than once every three months were significantly more likely to be socially isolated than every day users (OR = 2.87, 95% CI = 1.28–6.40). Once every three months and never users showed no difference in social isolation compared with every day users. Weak associations were found between different online activities and loneliness, and strong associations were found with social isolation. The study updated knowledge of older adults’ internet/email habits, devices used and activities engaged in online. Findings may be important for the design of digital behaviour change interventions in older adults, particularly in groups at risk of or interventions targeting loneliness and/or social isolation.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».