Concerns and coping strategies of older adult Veterans in Canada at the outset of the COVID-19 pandemic
Notice bibliographique
Résumé
Introduction The COVID-19 pandemic, including associated public health measures such as travel restrictions, cancellation of elective surgeries, and the closure of public spaces and retail services (full list available at: https://github.com/jajsmith/COVID-19NonPharmaceuticalInterventions ), has resulted in risks to the health and well-being of Veterans, including disruptions to healthcare, loss of income, social isolation, and viral infection and mortality. Although a few studies are ongoing to better understand who may be at greatest risk, little is known about how Veterans experienced the pandemic and what coping strategies they employed at the outset. This infographic summarizes national cross-sectional survey responses collected from 210 Veterans aged 55 years and older who participated in the Canadian COVID-19 Coping Study between May-June 2020 (Women’s College Hospital Research Ethics Board REB # 2020-0045-E). The average age of Veterans who participated was 72 years; 29% were female, 93% completed the survey in English and 84% were retired. This population is older and more likely to be female than the gen-eral Veteran population.4 None of the Veterans included in this study had been diagnosed with COVID-19 at the time of study. A total of 11% had a family member or friend with a diagnosis or symptoms, and less than 5% had a family member or friend hospitalized, or who died as a result of COVID-19.
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 | 0,002 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».