MétaCan
Menu
Retour à la cohorte
Enregistrement W4318667065 · doi:10.1016/j.ahr.2023.100119

COVID-19 anxiety: The impact of older adults’ transmission of negative information and online social networks

2023· article· en· W4318667065 sur OpenAlexaffabout
Linying Dong, Lixia Yang

Notice bibliographique

RevueAging and Health Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCasualSocial capitalAnxietySocial isolationCoronavirus disease 2019 (COVID-19)PsychologyPandemicBridging (networking)Social psychologyGerontologyDevelopmental psychologyPsychiatryMedicinePolitical scienceInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

Objectives: This study examines the impact of older adults' online social networks on their COVID-19 anxiety, directly or indirectly through social transmission of negative information about COVID-19. Social networks were indexed by both bonding capital (i.e., social relationships formed with family and friends) and bridging capital (i.e., social relationships formed through casual social networks). Methods: An on-line survey was conducted with 190 older adults who were in self-isolation in Ontario in the early waves of the COVID-19 pandemic in 2020. Results: Bonding and bridging capital showed different impacts on older adults' informational behavior and COVID-19 anxiety. While bonding capital deterred older adults from transmitting negative COVID-19 information and thus reduced COVID-19 anxiety, bridging capital contributed to increased dissemination of negative information and thus heightened older adults' anxiety. Discussion: Our findings shed light on the detrimental behavioral and psychological impact of casual online social networks on older adults amidst a public health crisis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,516
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAging and Health ResearchMême sujetImpact of Technology on AdolescentsTravaux en français237 207