Age Discrimination During the COVID-19 Pandemic: Associations With Daily Well-Being
Notice bibliographique
Résumé
Abstract During the COVID-19 pandemic, ageist attitudes have been pervasive in public discourse, interpersonal relationships, and medical decision-making. For example, older adults have been portrayed as vulnerable while younger adults have been portrayed as reckless. The current study examined age discrimination during COVID-19 and associations with daily affect and physical symptoms. Positive events and age were examined as moderators. From March to August 2020, 1493 participants aged 18-91 (mean=40) in the U.S. and Canada completed surveys for seven consecutive evenings about discrimination, positive events, affect, and physical symptoms. Multilevel models controlled for age, race, income, education, sample (university students vs. community), and country of residence. Results indicated that individuals who reported more age discrimination had higher negative affect (b=36.44, SE=3.97), lower positive affect (b=-19.07, SE=4.10), and increased physical symptoms (b=3.85, SE=0.49; p<0.001 for all), compared to those with fewer reports of age discrimination. Within-persons, days with age discrimination were associated with higher negative affect (b=3.66, SE=1.36, p=0.008), lower positive affect (b=-2.60, SE=1.23, p=0.037), and increased physical symptoms (b=0.26, SE=0.11, p=0.02), compared to days on which age discrimination was not reported. Positive events moderated the between-person association of age discrimination with physical symptoms such that individuals with more age discrimination and more frequent positive events reported fewer daily physical symptoms than those with more age discrimination and less frequent positive events. Age did not moderate the associations. Age discrimination was associated with poorer daily well-being during the COVID-19 pandemic and may have long-term impacts on intergenerational solidarity and attitudes toward aging.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».