Physical Activity, Social Support, and Mood in Older Adults during the COVID-19 Pandemic
Notice bibliographique
Résumé
Abstract Research shows that increased physical activity is associated with improved mood and reduced symptoms of depression in older adults. Prior research has also found that loneliness and social isolation have a significant impact on the mental and physical well-being of older adults, with higher amounts of social connectedness and social activity associated with more frequent positive mood states. Overall social isolation is increased due to the COVID-19 pandemic and this could have a large impact on the physical and mental health of older adults. A group of 36 community dwelling older adults (Mean age = 70.5) completed questionnaires measuring physical activity, social activity, and social support, during the COVID-19 pandemic. Analyses found that perceived social support and average social network size significantly predicted positive mood states (F(2,33)=3.32, p<0.05) accounting for 16.7% of the variance, with a large effect. After adding average number of hours of sedentary activity the model was not significant. Perceived social support was more predictive of positive mood (β=0.32) compared to network size (β=0.17). There was a trend for the same three variables to predict negative mood (F(3,32)=2.76, p=0.06) accounting for 22% of the variance. Sedentary behaviour was the most predictive (t=2.68, p<0.05, β= 0.49). This suggests that perceived social support is most predictive of positive mood, and sedentary behaviour is predictive of negative mood during the COVID-19 pandemic.
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 | 0,004 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».