MétaCan
Menu
Retour à la cohorte
Enregistrement W4390707068 · doi:10.2196/49253

The Migrant-Local Difference in the Relationship Between Social Support, Sleep Disturbance, and Loneliness Among Older Adults in China: Cross-Sectional Study

2024· article· en· W4390707068 sur OpenAlexvenueno aff
Mingli Pang, Jieru Wang, Mingyue Zhao, Rui Chen, Hui Liu, Xixing Xu, Shixue Li, Fanlei Kong

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesShandong Provincial Postdoctoral Science FoundationFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Shandong ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésLonelinessSocial supportPittsburgh Sleep Quality IndexPsychologyStructural equation modelingSleep disorderSocial isolationPopulationGerontologyDemographyMedicinePsychiatrySleep qualitySocial psychologySociologyInsomnia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Driven by the accelerated aging of the population of China, the number of older adults has increased rapidly in the country. Meanwhile, following children, migrant older adults (MOA) have emerged as a vulnerable group in the process of fast urbanization. Existed studies have illustrated the association between social support and loneliness and the relationship between sleep disturbance and loneliness; however, the underlying mechanisms and the migrant-local difference in the association between social support, sleep disturbance, and loneliness have not been identified. OBJECTIVE: This study aimed to clarify the migrant-local difference in the relationship between social support, sleep disturbance, and loneliness in older adults in China. METHODS: Multistage cluster random sampling was used to select participants: 1205 older adults (n=613, 50.9%, MOA and n=592, 49.1%, local older adults [LOA]) were selected in Weifang City, China, in August 2021. Loneliness was assessed with the 6-item short-form University of California, Los Angeles Loneliness Scale, social support was evaluated with the Social Support Rating Scale, and sleep disturbance was measured with the Pittsburgh Sleep Quality Index. The chi-square test, t test, and structural equation modeling (SEM) were adopted to explore the migrant-local difference between social support, sleep disturbance, and loneliness among the MOA and LOA. RESULTS: The mean score of loneliness was 8.58 (SD 3.03) for the MOA and 8.00 (SD 2.79) for the LOA. SEM analysis showed that social support exerts a direct negative effect on both sleep disturbance (standardized coefficient=-0.24 in the MOA and -0.20 in the LOA) and loneliness (standardized coefficient=-0.44 in the MOA and -0.40 in the LOA), while sleep disturbance generates a direct positive effect on loneliness (standardized coefficient=0.13 in the MOA and 0.22 in the LOA). CONCLUSIONS: Both MOA and LOA have a low level of loneliness, but the MOA show higher loneliness than the LOA. There is a negative correlation between social support and loneliness as well as between social support and sleep disturbance among the MOA and LOA (MOA>LOA), while loneliness is positively associated with sleep disturbance in both populations (MOA

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,367
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetHealth disparities and outcomesTravaux en français237 207