IMPACT OF COVID-19 ON THE MENTAL HEALTH OF OLDER SEXUAL MINORITY CANADIANS: A LONGITUDINAL ANALYSIS
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic and related restrictions have had negative impacts on mental health. Sexual minorities (i.e., lesbian, gay, and bisexual; LGB people) have been shown to exhibit mental health disparities stemming from minority stress experiences. The purpose of this study was to examine the mental health trajectories of older sexual minority Canadians in comparison to heterosexual Canadians before and during the pandemic. We used data from the Canadian Longitudinal Study on Aging (CLSA), where data were collected from participants at baseline (2011–2015), first follow-up (2015–2018), and two time points during the COVID-19 pandemic (April-December 2020). General Estimating Equations (GEE) were used to model changes in depression symptoms (CESD-10; n=47,728) and loneliness (UCLA 3-item loneliness scale; n=41,698), adjusting for covariates (i.e., age, sex, income, race, education). Results showed that LGB participants reported more symptoms of depression (β=.595, p < .001) and loneliness (β=.313, p < .001) in comparison to heterosexual participants. Mental health outcomes worsened over time for all participants. These findings highlight the impacts of the pandemic on mental health and the need for tailored interventions for older lesbian, gay, and bisexual individuals.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».