MétaCan
Menu
Retour à la cohorte
Enregistrement W4200509116 · doi:10.1093/geroni/igab046.824

Age Differences and Longitudinal Change in Exposure to Daily Stressors: Three Waves of Diary Data Across 20 Years

2021· article· en· W4200509116 sur OpenAlexaff
Eric Cerino, Robert S. Stawski, Jonathan Rush

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStressorLongitudinal studyLongitudinal dataGerontologyDemographyPsychologyMedicineClinical psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Exposure to daily stress is an important risk factor for healthy aging. We examined cross-sectional age-related differences and longitudinal aging-related change in stressor exposure across three waves of the National Study of Daily Experiences (N=2,914, M=51.53 years, SD=13.55, 56.35% Female) spanning 20 years. Exposure to six types of stressors (arguments, avoided arguments, work overloads, home overloads, network stressors, other) were obtained from telephone interviews over 8 consecutive days in waves conducted in ~1996, ~2008, and ~2017. Longitudinal analyses revealed declines in stressor exposure across 20 years (p <.01), driven by declines in arguments, work overloads, and network stressors specifically. Cross-sectional analyses indicated that older individuals reported stressors less frequently (p <.01), driven by decreases in arguments, avoided arguments, work overloads, and home overloads specifically. Rates of longitudinal decline did not depend on age at baseline. Results suggest that aging-related changes and baseline age differences inform daily stress trajectories in mid- and later-life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,232
Tête enseignante GPT0,447
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetAging and Gerontology ResearchTravaux en français237 207