Older adults and companion animal death: A survey of bereavement and disenfranchised grief
Notice bibliographique
Résumé
Abstract Background: The number of older adults living with companion animals (pets) is increasing worldwide. While evidence revealing positive relationships between companion animals and healthy aging is well established, there is a dearth of research regarding companion animal death and subsequent human grieving. Some emerging research suggests that grief over companion animal death is often discounted or even unrecognized (disenfranchised) by others. The extent and consequences of disenfranchised grief (DG) are poorly understood. This study deepens our understanding of older adults’ experiences of DG in relation to companion animal death. Methods: Participants from Alberta, Canada, were recruited through social media platforms to participate in an online questionnaire that collected demographic information and standardized measures of companion animal attachment, bereavement, and DG. Results: The majority of the 98 participants were between 60 and 70 years of age, female, and living alone. Following their companion animal’s death, 38.1% identified a decrease in physical activity, and 47% reported that their emotional health had declined. One-third identified that they needed to be careful about who they disclosed their grief, as they were not certain that they would be supported. This group had a significantly greater likelihood of perceived decrease in physical health, and they were more likely to score higher on the Pet Bereavement Questionnaire. Conclusions: This study adds weight to the emergent body of evidence highlighting companion animal bereavement as a legitimate and impactful health and well-being issue. The study found that DG is experienced by a sizable group of older adults following their companion animal’s death and that many participants perceived that socially legitimized recognition of loss and accompanying bereavement resources were lacking. These shortfalls contribute to health risks that negatively affect older adults’ ability to successfully age in the community.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».