Preretirement resources and postretirement life satisfaction change trajectory: Examining the mediating role of retiree experience during retirement transition phase.
Notice bibliographique
Résumé
Successfully adjusting to retirement represents a major challenge for many older workers. Following the temporal unfolding of retirement process (i.e., preretirement, transition, and postretirement phases), the present study draws on the resource-based dynamic model of retirement adjustment to investigate how a diverse set of preretirement personal resources (i.e., physical health, mental health, financial well-being, family support, proactive personality, and general cognitive ability) impact postretirement change trajectory of life satisfaction through the pathway of retirement transition experience (i.e., retirees' subjective experience in terms of how well they are adjusting during the transition phase of retirement immediately after the workforce exit). Using multiwave longitudinal data from 667 Chinese older workers transitioning into retirement collected with a prospective design over 2 years, we found positive effects of the levels of preretirement mental health, financial well-being, family support, proactive personality, and cognitive ability on retirement transition experience. We also found positive effects of the changes in physical health, financial well-being, and family support on retirement transition experience. Retirement transition experience, in turn, was associated with older workers' postretirement change trajectory of life satisfaction. Our findings highlight the importance of the transition phase of retirement, as well as the role of retirement transition experience during this critical phase in explaining the relationships between preretirement resources, in terms of both their levels and changes, and postretirement changes in well-being. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,002 | 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 | 0,001 | 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 ».