Analysis on influencing factors of subjective well-being among geriatric patients with fractures
Notice bibliographique
Résumé
Objective To identify the influencing factors of the subjective well-being of geriatric patients with fractures and to provide a theoretical basis for targeted nursing interventions .Methods The Memorial University of Newfoundland Scale of Happiness （ MUNSH ） , Social Support Rating Scale （ SSRS ） , Medical Coping Modes Questionnaire （ MCMQ ） and general questionnaire were used to survey 45 geriatric patients with fractures within one-week after hospitalization .Results The score of subjective well -being was （25.77 ±12.03 ） in the participants.Among the targeted group of geriatric patients with fractures , the subjective well-being was positively correlated with subjective support and objective support （r=0.547, 0.649, respectively;P〈0.05）, and negatively correlated with the resignation coping style （r=-0.707,P〈0.05）. The subjective well-being was negatively correlated with the factors of spouse and living conditions （ r =-0.311, -0.347, respectively;P〈0.05）, while it was positively correlated with income （ r=0.535,P〈0.01）.Conclusions Favorable social support and coping style , sound family structure and living conditions as well as relatively high income will help to improve subjective well-being of geriatric patients with fractures . Nurses should provide targeted nursing intervention , while the society and families should care the elderly . Key words: Elderly; Fractures; Social support; Subjective well-being
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».