A Qualitative Analysis of Older Adults’ Cognitive Appraisal in Coping during the COVID-19 Pandemic: The Role of Social Capital
Notice bibliographique
Résumé
The ability to adaptively cope with the challenges of stressful events such as the COVID-19 pandemic is crucial for healthy aging. One effective coping strategy is social coping in which social networks are tapped for support. However, our review of the current literature on older adults’ coping abilities reveals two shortcomings: (1) a lack of consideration of a specific context and (2) an inadequate amount of attention paid to the different types of social networks in the cognitive appraisal process. As coping is a process in which older adults undergo the cognitive appraisal process to identify appropriate coping strategies, the shortcomings result in an incomplete understanding of older adults’ coping efforts and impair the development of effective community and intervention programs to improve older adults’ well-being. To fill this gap, drawing on the Transactional Model of Stress and Coping and the Social Capital Theory, we conducted 22 interviews with older adults who experienced lockdown measures during COVID-19. Our in-depth qualitative analysis shows the different roles played by bonding and bridging social capital in the cognitive appraisal process and illustrates the influence of a specific context on cognitive appraisals and subsequent coping efforts. Our findings provide significant contributions to theories regarding coping and social capital, as well as practices and policies for improving the well-being of older adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».