MétaCan
Menu
Retour à la cohorte
Enregistrement W4379377072 · doi:10.1017/s0714980823000168

Considering Cats, Dogs, and Contradictions: Pets and Their Relational Influence on Experiences of Aging in Place

2023· article· en· W4379377072 sur OpenAlexafffundabout
Ann M. Toohey

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésCompanion animalPsychologyAging in placeQualitative researchWell-beingPopulationGerontologySociologySocial psychologyMedicineSocial scienceDemography

Résumé

récupéré en direct d'OpenAlex

Relationships with companion animals, or "pets", may promote health and well-being for older adults as they age-in-place. Less is known, however, about ways that pet-related challenges may simultaneously influence aging-in-place experiences. This study explores the relational qualities of having pets later in life by considering qualitative accounts of older adults who are aging in the community. Semi-structured interviews with 14 socio-economically diverse, community-dwelling older adult pet-owners (≥ 60 years) living in Calgary, Alberta, Canada, were analyzed reflexively. Four recurring themes suggested that companion animal relationships were valued in older adults' lives and helped them cope with challenging circumstances, even when pets were central to these challenges. Findings also confirmed the relational nature of human-animal relationships as being shaped by both individual attributes and systemic factors. Methodological approaches to addressing these multifaceted complexities when studying pets and aging are considered. Enhanced cross-sectoral community and policy-level supports for aging-in-place with pets may have a population-level influence on health, well-being, and social justice across the socio-demographically diverse aging population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,352
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations8
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetHuman-Animal Interaction StudiesTravaux en français237 207