MétaCan
Menu
Retour à la cohorte
Enregistrement W4281796323 · doi:10.1177/07334648221105062

‘Make the Most of the Situation’. Older Adults’ Experiences during COVID-19: A Longitudinal, Qualitative Study

2022· article· en· W4281796323 sur OpenAlexaff
Emily Brooks, Somayyeh Mohammadi, W. Ben Mortenson, Catherine L. Backman, Chihori Tsukura, Isabelle Rash, Janice Chan, William C. Miller

Notice bibliographique

RevueJournal of Applied Gerontology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensInternational Collaboration On Repair DiscoveriesGF Strong Rehabilitation CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPandemicContentmentCoronavirus disease 2019 (COVID-19)Social isolationQualitative researchGerontologyPsychologyPleasureLongitudinal studyAging in placeQuality of life (healthcare)Older peopleDevelopmental psychologySocial psychologySociologyMedicineDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic restrictions have been associated with increased social isolation and reduced participation in older adults. This longitudinal qualitative study drew on life course theory to analyse data from a series of four sequential semi-structured interviews conducted between May 2020–February 2021 with adults aged 65+ ( n = 12) to explore older adults’ experiences adjusting to the COVID-19 pandemic. We identified three themes: (1) Struggling ‘You realize how much you lost’ describes how older adults lost freedoms, social connections and activities; (2) Adapting ‘whatever happens, happens, I’ll do my best’, revealing how older adults tried to maintain well-being, participation and connection; and (3) Appreciating ‘enjoy what you have’, exploring how older adults found pleasure and contentment. Engagement in meaningful activities and high-quality social interactions supported well-being during the COVID-19 pandemic for older adults. This finding highlights the need for policies and services to promote engagement during longstanding global crises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,410
Écart entre enseignants0,347 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetHealth disparities and outcomesTravaux en français237 207