Older Adults’ Socio-Demographic Determinants of Health Related to Promoting Health and Getting Preventive Health Care in Southern United States: A Secondary Analysis of a Survey Project Dataset
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
BACKGROUND: This exploratory survey study examined the relationship between older adults' five socio-demographic determinants (urban/rural residence, gender, age, marital status, and education) and their self-reported perception of importance, desire to perform, and ability to perform nine self-care behaviors related to promoting health and getting preventive health care. METHODS: We reported a secondary analysis of a dataset from an exploratory survey project; we analyzed 2015-2016 retrospective data collected from a cross-sectional survey study, includ-ing 123 adults aged 65 years and older living in southern United States. Data were collected from the Patient Action Inventory for Self-Care and a demographic questionnaire and analyzed using binary and multiple logistic regression analyses. RESULTS: Advancing age, marital separation, and holding less than a high school education were significantly associated with at least one of the unfavorable perceptions of the importance, the desire to perform, and the ability to perform three self-care behaviors. These three behaviors were: (1) creating habits that will improve health and prevent disease, (2) discussing the use of health screening tests with healthcare pro-viders, and (3) joining in local health screening or wellness events. Gender and urban/rural res-idence were not significant. Conclusions: Comprehensive health care should include an indi-vidual's socio-demographic context and self-care perception of importance, desire, and ability.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 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