MétaCan
Menu
Retour à la cohorte
Enregistrement W4387623171 · doi:10.1177/23780231231197034

Consequences of Financial Strain for Psychological Distress among Older Adults: Examining the Explanatory Role of Multiple Components of the Self-Concept

2023· article· en· W4387623171 sur OpenAlexaffabout
Alex Bierman, Laura Upenieks, Yeonjung Lee, Megan Harmon

Notice bibliographique

RevueSocius Sociological Research for a Dynamic World · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPsychologyAnxietyDistressPerspective (graphical)Mental healthPopulationAngerClinical psychologyDepression (economics)Psychological distressDevelopmental psychologyPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Guided by a sociological perspective on mental health encapsulated in a stress process perspective, the authors examine the role of mastery, self-esteem, and mattering in explaining how financial strain is associated with symptoms of depression, anxiety, and anger in older adults. Analyses focus on the Caregiving, Aging, and Financial Experiences study, a national longitudinal survey of Canadian older adults conducted in the fall of 2021 and 2022 ( n = 3,977). Financial strain is associated with greater psychological distress across outcomes, but most strongly with anxiety. Although financial strain depletes mastery, self-esteem, and mattering, only mastery and self-esteem act as mediators between financial strain and psychological distress, with mastery predominant. This research suggests that a sociological perspective on stress and mental health can inform efforts to enhance the well-being of an aging population by identifying how reinforcements to the self-concept may truncate the consequences of financial challenges for psychological distress in later life.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,123
Tête enseignante GPT0,437
Écart entre enseignants0,314 · 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'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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocius Sociological Research for a Dynamic WorldMême sujetHealth disparities and outcomesTravaux en français237 207