Happily Ever After or Not? Marital Quality among Culturally Diverse Older-Aged Canadian Parents
Notice bibliographique
Résumé
The quality of partnered relationships is integral to individual and family health and well-being over the life span. Significant shifts in ethno-cultural diversity, parental roles, and family life contribute to more complex partnership experiences in North American society. Drawing from a socio-cultural life course lens, we examine parental marital satisfaction/quality in later life in terms of ethnicity, socio-demographic variables (e.g., ethnic identity, gender, age, health status) and family context (e.g., presence of children at home, intergenerational relations, retirement status). Data are drawn from a sample of 454 married/partnered adults aged 50+ with a least one child aged 19–35 who reside in Metro Vancouver, British Columbia, from four cultural groups: British, Chinese, Persian/Iranian, and South Asian. Using Ordinary Linear Regression, we model predictors of three dependent variables: global marital satisfaction and two sub-scales, including positive and negative emotional/cognitive appraisals of relationship quality. Several ethnic group contrasts were supported, with Chinese reporting lower global marital satisfaction than the South Asians and Persian/Iranians reporting lower levels of positive marital appraisals than the South Asians. In addition, these associations were nuanced by interactions between ethnicity and gender, revealing distinct relationships with the dependent variables. Results also support associations for several covariates. In particular, greater income satisfaction and those reporting lower conflict with their children had higher marital quality; and males and those reporting better health only had positive associations with the global marital satisfaction scale. Implications for theorizing relationship quality in later life and recommendations for those who work with culturally diverse older adults (e.g., mental health care professionals, community service providers) are discussed.
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 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».