The Canadian Longitudinal Study on Aging: A Vehicle for Research on Aging in Older Veterans
Notice bibliographique
Résumé
INTRODUCTION: Research on the health of older Veterans in Canada is an emerging area. Few population-based studies in Canada have included older Veterans as a specific group of interest. This paper describes a cohort of self-identified Veterans within the Canadian Longitudinal Study on Aging (CLSA). MATERIALS AND METHODS: Using data from the CLSA baseline assessment (2011-2015), we describe sociodemographic and health characteristics along with military-related variables in a cohort of Veterans in Canada. We also estimate the number of Canadian and non-Canadian Veterans living in Canada at the time of the CLSA baseline data collection. RESULTS: We estimate that at the CLSA baseline, there were 718,893 (95% confidence interval [CI], 680,033-757,110) Canadian Veterans and 185,548 (95% CI, 165,713-205,100) non-Canadian Veterans aged 45-85 years living in Canada. Veterans were older and predominantly male compared to non-Veterans in the CLSA. Following age and sex adjustment, the distribution of sociodemographic and health characteristics was similar across all groups. The majority (> 85%) of participants in each comparison group reported self-rated general and mental health as excellent, very good, or good. Following age and sex adjustment, most characteristics across groups remained similar. One exception was mental health, where a greater proportion of Veterans screened positive for depression and anxiety relative to non-Veterans. CONCLUSIONS: Using CLSA baseline data, we estimate the number of older Veterans in Canada and present descriptive data that highlight interesting differences and similarities between Veterans and non-Veterans living in Canada. Canadian and non-Canadian Veterans in the CLSA are presented separately, with the latter group having not been previously studied in Canada. This paper presents a snapshot of a cohort of self-identified Veterans within the CLSA at study baseline and highlights the potential of the CLSA as a vehicle for studying the aging Veteran population in Canada for years to come.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».