Disorder, networks, and cognition: do social networks buffer the influence of neighborhood and household disorder on cognitive functioning?
Notice bibliographique
Résumé
OBJECTIVES: To examine whether neighborhood and household disorder matter for cognitive functioning among middle-aged and older adults and whether the disorder-cognition link is moderated by social network resources. METHOD: = 3198). Both neighborhood and household were considered as key residential contexts that shape one's social life and health. Exposure to neighborhood and household disorder was measured using interviewer assessments of signs of disorder and decay, including the presence of disrepair, trash, noise, and unpleasant smells such as air pollution, in the buildings and streets in which the respondent lives. Cognitive function was measured using the survey-adapted Montreal Cognitive Assessment (MoCA-SA). Network size, network range, and frequency of interaction among network members were assessed as moderators. RESULTS: Neighborhood and household disorder were independently associated with cognitive function. However, disorder in the household appeared to have more direct associations with cognitive function than did the neighborhood when both were present. The association between household disorder and cognitive function was mitigated by network size, such that poor housing conditions were associated with lower cognitive function only for those with small social networks. CONCLUSION: This study suggests a larger network may play a role in minimizing the negative influence of household disorder on cognitive function for middle-aged and older adults. Social policy and intervention aimed at promoting network ties may help reduce further disparities in cognitive function, especially for those vulnerable groups living in a poor-quality household.
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 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 | 0,001 | 0,000 |
| 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».