Lives of the Lonely: How Collaborative Consumption Services Can Alleviate Social Isolation
Notice bibliographique
Résumé
Loneliness and social isolation are significant public health concerns that affect individual and community wellbeing. Certain urban centers have seen an increase in “lonely deaths” which entail “people, often elderly, dying alone without anyone noticing” (Rashid, 2017). Termed “godoska” by South Koreans, and “kodokushi” by the Japanese (Rashid, 2017), this “death by isolation” (Albinsson et al., 2021) is an extreme consequence of loneliness. Research findings indicate that individuals’ health-related behaviors, their mental and physical health, as well as their risk of death are influenced by the quantity and quality of their social relationships (Umberson and Karas Montez, 2010). According to the Cacioppo Evolutionary Theory of Loneliness, in all age groups, the experience of feeling lonely elicits a host of behavioral and biological processes that contributes to premature death (National Institute on Aging, 2019). Those that are isolated or less socially integrated are physically and psychologically less healthy and thus at greater risk of mortality (Shankar et al., 2011). While this public health concern is being addressed at multiple levels (e.g., government and local community programs), another avenue of exploration is whether sharing economy (SE) initiatives can foster human connections and thereby reduce social isolation and loneliness.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».