Prevalence and influencing factors of social isolation among community elderly in Tangshan city
Notice bibliographique
Résumé
Objective To investigate the status quo and influencing factors of social isolation among community elderly and to provide evidences for improving the quality of life of the elderly. Methods Using convenient sampling, we recruited 1 526 residents aged 60 years and above in 6 communities of Tangshan city, Hebei province for face-to-face interviews conducted from December 2017 to August 2018. A self-designed questionnaire, the Abbreviated Lubben Social Network Scale (LSNS-6), Emotional Balance Scale, Social Support Rating Scale and Montreal Cognitive Assessment Scale were used in the survey. Results For all the participants averagely aged 71.08 ± 7.729 years, the mean score of LSNS-6 was 16.16 ± 5.447 and 371 (24.3%) were assessed as being with social isolation (LSNS-6 score of ≤ 12). Univariate analysis revealed following significant influencing factors of social isolation: demographic characteristics (age, education, marital status, number of children), health condition (chronic illness, physiological perception, cognitive function), psychological status (emotional balance, negative life event, interpersonal well-being), family environment (family structure and grandparenting) and social environment (social support and community function) (P Conclusion Multiple factors have significant impact upon social isolation among elderly community residents in Tangshan city and strengthening familial and social support can reduce the risk of social isolation in the elderly.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».