MétaCan
Menu
Retour à la cohorte
Enregistrement W4390081246 · doi:10.1093/geroni/igad104.3640

THE EXPERIENCES OF OLDER ADULTS IN HAITI AND THE UNITED STATES AT THE ONSET OF COVID-19

2023· article· en· W4390081246 sur OpenAlexaboutno aff
Laurie Blackman, Kathryn Krase, Donna Wang

Notice bibliographique

RevueInnovation in Aging · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicQuarter (Canadian coin)Psychological interventionGerontologyCoronavirus disease 2019 (COVID-19)DistressPopulationMedicineYoung adultDemographyPsychologyDiseaseEnvironmental healthGeographyPsychiatryInfectious disease (medical specialty)SociologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

Abstract From the early onset of the COVID-19 pandemic, there was a disproportionate risk and impact of the disease on older adults and communities of color. This article explores the differences in experiences of older Haitian and older US adults at the onset of the COVID-19 pandemic. Since wealth creates accessibility to needed resources, including the best healthcare and support services, the disproportionate risk and impact of COVID-19 on older adults required a focused look at how older adults in vulnerable countries such as Haiti faired when compared to older adults in the United States. Using data collected from a sample of 240 Haitian older adults in August 2020 and 204 US older adults in June 2020, the findings indicated that Haitian older adults experienced more significant psychological, financial, and emotional distress due to the COVID-19 outbreak than their US older adult counterparts. The results of this study revealed the challenges that older adults faced at the onset of the pandemic, which was more pronounced in developing countries. However, the surge in violence in Haiti in the first quarter of 2023 killed more people than the COVID-19 outbreak. This research provides important insight for developing and framing policies and interventions that are not modeled on the measures taken elsewhere but adapted to a country’s reality and the population’s actual needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,346
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetElder Abuse and NeglectTravaux en français237 207