THE GEOGRAPHIC LAYOUTS OF OLDER EUROPEANS’ SOCIAL NETWORKS AND LONELINESS IN THE COVID-19 PANDEMIC
Notice bibliographique
Résumé
Abstract Many older Europeans sustain core personal networks that are geographically dispersed. The pandemic has brought concerns about their mental health, especially during lockdown periods when travel was not permissible and casual local contact was limited. This study examines whether and how older adults’ loneliness and depressed feelings vary by the prior geographic layouts of their core discussion networks. It uses a sample of community-dwelling respondents aged 50 and above (Wave 6, in 2015) from the Survey of Health, Aging, and Retirement in Europe (SHARE), with a follow-up at Wave 8 in 2020 during the height of the COVID pandemic. Latent Class Analysis and linear regression show that individuals whose networks were comprised mainly of families 5-25km and >25km away were not especially likely to feel lonely or distressed, despite typically lacking nearby confidants. We also uncover groups of people occupying more compositionally diverse networks. While these individuals were generally more likely to perceive loneliness, they tended not to attribute such feelings to the pandemic onset. The exception was individuals sustaining diverse networks comprised mainly of friends and families at intermediate distances (5-25km), who perceived heightened loneliness in the pandemic. Overall, even scattered at longer distances, family-oriented networks demonstrate good protectiveness against loneliness and depression. Meanwhile, diverse networks appeared to fall short in protectiveness under some conditions of geographic dispersion.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».