L’intégration sociale protège-t-elle vraiment contre la solitude ? Déterminants genrés dans une population rurale du Sénégal
Notice bibliographique
Résumé
INTRODUCTION: This study aims to test a measure of loneliness and to document its determinants among rural men and women in Senegal. METHODS: Data from the Niakhar Social Networks and Health Project were used. The analysis sample was composed of 1261 residents aged 16 years and older. Analyses were stratified by gender. Associations between loneliness and its determinants (socio-demographic characteristics and level of social integration) were examined with multivariate logistic regressions. RESULTS: Loneliness affects almost one in three people. Its prevalence is more significant for women. Multivariate analyses indicate that for both men and women, older age intensifies loneliness and recent migration experience protects against loneliness. Other factors act differently according to gender. Widowhood or divorce for men, and residential isolation for women, worsen the experience of loneliness. Social integration protects men against loneliness, but this relationship is not found for women. Finally, the effect of the level of social integration on loneliness varies with age. CONCLUSIONS: This study, which documents a phenomenon which is often neglected by misconceptions about social solidarities in these societies, suggests that loneliness is not linked to the same issues for men and women. For men, being socially integrated and being in a union are protective, whereas for women, poor social integration does not appear to be a clear source of loneliness, unlike residential isolation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».