Health Behaviors in Times of COVID: Different Sources of Support for Older Adults
Notice bibliographique
Résumé
Abstract Eating a nutritious diet reduces vulnerability to common chronic diseases. Yet, older adults struggle to meet nutritional guidelines; many have found it particularly challenging to access fresh foods such as fruits and vegetables during the pandemic. Thus, it is vital to better understand how older adults may recruit the help of close others to support healthy dietary intake. This COVID-19 study examines the role of support for promoting fruit and vegetable consumption in daily life. Ninety-seven older adults participated with a close other of their choice (62 % spouse; 38% non-spouse Mage partner1 = 72, SD = 5.26, Mage partner2 = 62, SD = 16.38). Both partners completed two daily questionnaires for 10 days. In the morning they reported their intentions for eating fruit and vegetables. In the evening, they noted their consumed fruit and vegetable servings, the extent to which this matched their intentions, and their partners support in doing so. Consistent with previous research, the older participants were, the more they consumed fruits and vegetables. On days when participants received more support from their partner, they were more successful at reaching their dietary goals. Interestingly, initial findings suggest that associations were stronger when support was provided from a non-spouse than if the support came from spouse. Follow-up analyses, with a larger sample, will further examine some of the underlying mechanisms so as to better understand the role of different kinds of support providers during the pandemic and shed light on who may be best suited to provide support.
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 | 0,001 | 0,006 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».