MétaCan
Menu
Retour à la cohorte
Enregistrement W4280566419 · doi:10.1177/07334648221092029

COVID-19 Vaccinations and Anxiety in Middle-Aged and Older Jews and Arabs in Israel: The Moderating Roles of Ethnicity and Subjective Age

2022· article· en· W4280566419 sur OpenAlexaff
Yoav S. Bergman, Yuval Palgi, Boaz M. Ben‐David, Ehud Bodner

Notice bibliographique

RevueJournal of Applied Gerontology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAnxietyEthnic groupFeelingContext (archaeology)MedicinePsychologyClinical psychologyGerontologyDemographyPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

Subjective age (i.e., feeling younger/older than one’s chronological age) plays a significant role in older minority group members’ psychological well-being. In light of the importance of vaccinations for fighting COVID-19, it is unclear whether ethnicity and subjective age moderate the connection between receiving COVID-19 vaccinations and anxiety in Israel. Jewish ( n = 198) and Arab older adults ( n = 84) provided information regarding COVID-19 vaccinations, subjective age, and anxiety symptoms, as well as additional socio-demographic and COVID-19-related health factors (age range= 40–100, M = 62.5, SD = 12.34). Results demonstrated that feeling older was associated with increased anxiety ( p < .001) and that vaccinations were linked to increased anxiety among Jews ( p < .05). Moreover, the association between COVID-19 vaccinations and anxiety was significant only among Jewish participants with an older subjective age ( p < .05). We stress the importance of examining cultural diversities regarding the contribution of subjective age in the context of COVID-19 and psychological well-being.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,321
Écart entre enseignants0,278 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetVaccine Coverage and HesitancyTravaux en français237 207