Rural Family Caregiving: A Closer Look at the Impacts of Health, Care Work, Financial Distress, and Social Loneliness on Anxiety
Notice bibliographique
Résumé
Even before the COVID-19 pandemic, earlier acute care patient discharges, restricted admissions to long-term care, and reduced home care services increased the amount and complexity of family caregivers' care work. However, much less is known about rural caregivers' experiences. Thus, our aim in this sequential mixed-methods study was to understand how COVID-19 affected rural family caregivers. Thematically analyzed interviews and linear regression on survey data were used to understand family caregiver stress. Fourteen rural caregivers participated in interviews. They acknowledged that they benefitted from the circle of support in rural communities; however, they all reported having to cope with fewer healthcare and social services. 126 rural caregivers participated in the online survey. About a third (31%) of these caregivers had moderate frailty, indicating that they could benefit from support to improve their health. In linear regression, frailty, social loneliness, financial hardship, and younger age were associated with caregiver anxiety. Contrary to the qualitative reports that people in rural communities are supportive, over two-thirds of the rural caregivers completing the survey were socially lonely. Rural family caregivers are vulnerable to anxiety and social loneliness due to the nature of caregiving and the lack of healthcare and social service supports in rural areas. Primary healthcare and home care teams are well-positioned to assess caregivers' health and care situation as well as to signpost them to needed supports that are available in their areas.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».