MétaCan
Menu
← Retour à la cohorte
Enregistrement W4213016918 · doi:10.21203/rs.3.rs-65551/v2

"It makes me feel not so alone”: Features of a physical activity intervention that reduce loneliness in older adults. A Choose to Move study

2020· preprint· en· W4213016918 sur OpenAlexafffund
Thea Franke, Joanie Sims‐Gould, Lindsay Nettlefold, Callista A. Ottoni, Heather McKay

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Hip Health and MobilityUniversity of British Columbia
Mots-clésLonelinessIntervention (counseling)PsychologyPhysical activityGerontologyApplied psychologyDevelopmental psychologySocial psychologyPhysical medicine and rehabilitationMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Despite the well-known health benefits of physical activity (PA), older adults are the least active citizens. Older adults are also at risk for loneliness. Given that lonely individuals are at risk for accelerated loss of physical functioning and health with age, PA interventions that aim to enhance social connectedness may decrease loneliness and increase long-term PA participation. The objectives of this mixed-method study are to: (1) evaluate whether an evidence-based PA intervention (Choose to Move; CTM) influenced PA and loneliness differently among self-identified ‘lonely’ versus ‘not lonely’ older adults and (2) to describe factors within CTM components most likely to promote social connectedness/reduce loneliness.Methods:  Choose to Move is a flexible, scalable, community-based health promoting physical activity intervention for older adults. Two community delivery partner organizations delivered 56 CTM programs in 26 urban locations across British Columbia. We collected survey data from participants (n=458 at baseline) at 0 (baseline), 3 (mid-intervention) and 6 (post-intervention) months. We conducted in depth interviews with a subset of older adults at baseline (n=43), mid-intervention (n=38) and post-intervention (n=19).Results: PA increased significantly from baseline to 3 months in lonely and not lonely participants. PA decreased significantly from 3-6 months in lonely participants; however, PA at 6 months remained significantly above baseline levels in both groups. Loneliness decreased significantly from baseline to 3 and 6 months in participants identifying as lonely at baseline. Factors within CTM components that promote social connectedness/reduce loneliness include: Activity coach characteristics/personality traits and approaches; opportunity to share information and experiences and learn from others; engagement with others who share similar/familiar experiences; increased opportunity for meaningful interaction; and accountability.Conclusion: Health promoting interventions that focus on PA and social connectedness through group-based activities can effectively reduce social isolation and loneliness of older adults. Given the ‘epidemic of loneliness’ that plagues many countries currently, these kinds of interventions are timely and important. Research that clearly delineates mechanisms that modify the effect of an intervention on social connectedness outcomes for older adults engaged in community-based PA programs would be a welcome addition to the literature.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,123
Tête enseignante GPT0,498
Écart entre enseignants0,375 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetHealth disparities and outcomes→Travaux en français237 207→