Sexual Orientation and Risk for Elder Abuse: Findings from the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
This study addresses knowledge gaps concerning prevalence and risk factors for elder abuse among sexual minority (SM) compared to heterosexual Canadians aged 65+. Data derive from the Canadian Longitudinal Study on Aging, a national cohort study. Outcome variables include self-reports of psychological, physical, or financial abuse in the 12 months before interview and overall. Main explanatory variables are sexual orientation and gender identity; covariates include other socio-demographic characteristics, general and mental health. Overall prevalence of elder abuse was 10.0% among heterosexual and 12.0% among SM participants, with highest prevalence (18.1%) among SM females. The most common subtype was psychological abuse (8.8%), with highest prevalence among SM females (15.5%) followed by financial (1.4%), also with highest prevalence among SM females (7.0%). Physical abuse was least common (1.3%), with highest prevalence (2.4%) among SM males. Bivariate associations showed higher odds of experiencing psychological, financial and overall abuse among SM compared to heterosexual individuals (Odds Ratio (OR) = 1.41, 3.33 and 1.53, respectively), however within multivariable logistic regression models, sexual orientation was a significant predictor only for financial abuse (OR = 2.62). Our study is among the first to determine prevalence of elder abuse among SM older adults, and examine the interplay of gender identity and sexual orientation with other risk factors. Findings suggest divergent risk across gender and sexual orientation groups and abuse subtypes. Implications include addressing gaps in reporting and need to build capacity and agency for prevention and action, especially among SM females.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 ».