Poster (Knowledge Generation) ID 1969461
Notice bibliographique
Résumé
Background Individuals with SCI often receive care from their family members. Caregiving responsibilities lead to caregiver burden. Receiving social support may mitigate the negative impacts of caregiving. Caregivers can obtain support from people they meet in-person, such as family members and people with whom they interact through social platforms. Objectives Our objective was to investigate the moderating effect of in-person and online social supports on the association between relationship quality, caregiver competence, caregiver distress and caregiver burden. Methods/Overview 115 caregivers who resided in Canada or the United States, understood and spoke English, and self-identified as primary family caregivers of an individual with SCI were sampled. Participants completed measures assessing relationship quality, competence, distress, burden, and in-person and online social support. Three separate moderation analyses for each outcome variable (i.e. relationship quality, competence, and distress), were conducted. In analyses, burden was the predictor, and online and in-person support were moderators. Results Moderation analyses showed that online support moderates the link between caregiver burden and distress. Slope analyses revealed that the positive relationship between burden and distress was weaker when caregivers reported lower levels of online support (p=0.005); this relationship was more robust when caregivers reported higher levels of online support (p <.001). Other moderation analyses were not statistically significant. Conclusions Online support increases distress in family caregivers. It is likely that comparing their life with other caregivers or being exposed to other caregivers’ grief negatively affects caregivers. More research is needed to understand how online support impacts caregivers negatively.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,973 | 0,896 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».