MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394318354 · doi:10.6084/m9.figshare.21214889

Supplementary Material for: Examination of the Healthy Caregiver Effect among Older Adults: Findings from the Canadian Longitudinal Study on Aging

2022· dataset· en· W4394318354 sur OpenAlexaboutno aff
Li L, Wister A.V., Mitchell B.A.

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerontologyHealthy agingLongitudinal studyPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction: The Healthy Caregiver Hypothesis (HCH) suggests that caregiving is associated with beneficial health impacts for family caregivers. However, mixed results have been reported, particularly when different levels of caregiving intensity were examined. This study analyzes the relationship between caregiving intensity and three health indicators (functional health, chronic illness, and self-rated general health) among Canadian older adults over 3 years. Methods: We drew upon a subsample of 11,344 participants aged 65 years and older from the Baseline and Follow-up 1 data of the Canadian Longitudinal Study on Aging and used linear mixed models to test the hypothesis based on different levels of caregiving intensity. Results: Older adults who provided low-intensity care recently or continuously reported better functional health and self-rated health than noncaregivers. In contrast, older adults with low-intensity caregiving responsibility reported more chronic conditions over time compared to noncaregivers, but this association was not found for high-intensity caregivers. Discussion/Conclusion: This study elucidates the HCH by incorporating caregiving intensity to understand patterns of better functional health and perceived health but more chronic conditions. The findings yielded from different health indicators suggest the impact of caregiving on health may be domain specific.

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)0,003
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,715

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0030,000
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,6120,085

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 Opus0,052
Tête enseignante GPT0,367
Écart entre enseignants0,315 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→