MétaCan
Menu
Retour à la cohorte
Enregistrement W3193875657 · doi:10.1017/s0714980821000271

How Do Non-Catastrophic Natural Disasters Impact Middle-Aged-to-Older Persons? Using Baseline Canadian Longitudinal Study on Aging Data to Explore Psychological Outcomes Associated with the 2013 Calgary Flood

2021· article· en· W3193875657 sur OpenAlexafffundabout
Samantha J. Norberg, Ann M. Toohey, David B. Hogan

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFlood mythLongitudinal studyNatural disasterMental healthBaseline (sea)GerontologyMedicineAnxietyLogistic regressionDemographyLife satisfactionPsychologyPsychiatryGeography

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to identify group-level health outcomes associated with the 2013 Calgary flood on Calgary participants (45-85 years of age) in the Canadian Longitudinal Study on Aging (CLSA). We compared baseline CLSA data collected on Calgary participants during the 6 months prior to and following the flood. Logistic regression models were created to explore whether select psychological outcomes were associated with the flood for participants categorized by evacuation status. Participants living in evacuated communities pre-flood had significantly lower levels of a diagnosed anxiety disorder than non-evacuated communities, which disappeared post-flood. Participants with higher household income were less likely to have post-traumatic stress disorder symptoms, worse self-rated mental health, and lower life satisfaction post-flood. Living alone reduced and female gender increased levels of perceived functional social support post-flood. Although natural disasters can shape research findings, the scope of the data being collected and the representativeness of impacted groups may challenge the ability to detect subtle impacts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0020,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,323
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetDisaster Management and ResilienceTravaux en français237 207