MétaCan
Menu
Retour à la cohorte
Enregistrement W4386097973 · doi:10.31234/osf.io/497xc

Development and Feasibility of a Process Based Intervention to Decrease Internalized Ageism

2023· preprint· en· W4386097973 sur OpenAlexaff
Dallas J. Murphy, Michelle M. Porter, Corey S. Mackenzie, Judith G. Chipperfield

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Psychological interventionPsychologySession (web analytics)RetrainingClinical psychologySuccessful agingPsychotherapistGerontologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

A lifetime of exposure to ageism may be internalized in older adults, and these ageist beliefs that are directed inwards can have severe consequences. However, research on reducing internalized ageism is scarce. To address this, a six-week process-based online intervention to reduce internalized ageism was designed and implemented to assess its feasibility. The intervention utilized a process-based therapy approach targeting psychological, behavioral, and physiological pathways through which internalized ageism negatively impacts health, as specified by stereotype embodiment theory. Intervention components included education, acceptance and commitment therapy, and attributional retraining. A total of 81 participants participated in the feasibility study. Most participants rated each session and the overall program as very useful in surveys after each session (average program rating of 4.54/5 in terms of usefulness). Participants also attributed a wide range of novel behaviors to this intervention and stated that they felt it changed their perspectives on ageism and/or internalized ageism. Altogether, this study provides a promising foundation from which to advance research on interventions that address internalized ageism – a problem that has severe consequences on the health and well-being of growing numbers of older adults globally.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,219
Tête enseignante GPT0,495
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAging and Gerontology ResearchTravaux en français237 207