Successful Aging among Immigrant and Canadian-Born Older Adults: Findings from the Canadian Longitudinal Study on Aging (CLSA)
Notice bibliographique
Résumé
Background: Few studies in Canada have focused on the relationship between immigrant status and successful aging. The concept of successful aging used in this study includes the ability to accomplish both activities of daily living (ADLs) and instrumental activities of daily living (IADLs), freedom from mental illness, memory problems and disabling chronic pain, adequate social support and older adults’ self-reported happiness and subjective perception of their physical health, mental health and aging process as good. Methods: The present study analyzed the first two waves of data from the comprehensive cohort of the Canadian Longitudinal Study on Aging (CLSA). The sample includes 7651 respondents aged 60+ at time 2, of whom 1446 respondents were immigrants. Bivariate and multivariable binary logistic regression analyses were conducted. Results: Canadian-born older adults had a slightly higher prevalence and age-sex adjusted odds of achieving successful aging than their immigrant counterparts (aOR = 1.18, 95% CI: 1.04, 1.34, p < 0.001). After adjusting for 18 additional factors, immigrant status remained statistically significant (aOR = 1.24, 95% CI: 1.09, 1.41, p < 0.001). Significant baseline factors associated with successful aging among immigrants included being younger, having higher income, being married, not being obese, never smoking, engaging in moderate or strenuous physical activities, not having sleeping problems and being free of heart disease or arthritis. Conclusions: Immigrant older adults had a lower prevalence of successful aging than their Canadian-born peers. Further research could investigate whether policies and interventions supporting older immigrants and promoting a healthy lifestyle enhance older adults achieve successful aging in later life.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».