Health and Working Beyond Retirement Age: Exploring Racial and Gender Intersectionality
Notice bibliographique
Résumé
Abstract Little longitudinal research exists on health and working among older racial and ethnic minority adults. Following previous cross-sectional research, we examine the Health, Aging, and Body Composition (HABC) study comparing working vs. not working overtime among older adults. We hypothesize: 1) Black vs. White adults are more likely to work; 2) Black vs. White differences in working are greater among women than men; and 3) Working relates to fewer prevalent health problems than not working. We used gender-stratified descriptive statistics and generalized mixed-effects logistic regression with covariate adjustments to analyze the HABC cohort study, with community-dwelling, well-functioning Black (42%) and White older adults aged 70-79 in year 1 (n=3,069) to year 6 (n=2,091). We found support for all three hypotheses. Black vs. White adults were more likely to work overtime. Women were less likely to work overtime compared to men. White women were less likely to keep working compared to men and Black women. Lastly, older adults with fewer chronic conditions were more likely to continue working. Our study finds racial and gender differences among older adults working overtime. Intersectionality plays a role in older adults’ health and work disparities, leading us to explore the needs and/or benefits of working past retirement in specific groups. Our policy implication is for society to pro-actively invest in older adults’ health and productive activities, which may act as social determinants of health solutions to reduce disparities and growing social safety net program costs.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 ».