War-Related Life Course Stress and Late-Life Subjective Age in Northern Vietnam
Notice bibliographique
Résumé
Background and Objectives: The role of early life stressors in subjective aging is weakly understood, especially in low- to middle-income countries. This paper investigated how early life stressors encountered in armed conflict influence subjective age among Vietnamese older adults who experienced war over decades of their early life. Research Design and Methods: = 2,341) included 50.9% women and 49.1% men, with an average age of 69.8. 41.1% are military veterans. We conducted survey-adjusted multinomial logistic regression analyses with mediation to predict the probability of feeling younger or older than one's chronological age. We examined how childhood adversity (i.e., childhood hunger and low parental SES) and wartime stressors (i.e., war-related violence, malevolent environment, and military service) influenced late-life subjective age, both directly and as mediated by late-life mental, functional, and physical health. Results: We found significant associations between early adulthood war-related stressors and subjective age. Formal military service significantly lessened the relative risk of feeling subjectively old, and more plentiful wartime violence exposures significantly increased the risk of feeling younger than one's chronological age. Violence exposure's effects were both direct and indirect through functional and mental health. Conversely, greater exposure to wartime malevolent conditions (e.g., shortages of clean water and evacuations) and multiple episodes of severe hunger in childhood increased the risk of feeling older, effects both direct and mediated by late-life functional and mental health. Discussion and Implications: Results suggest wartime stressors, especially war's malevolent environments and severe childhood hunger, experienced in many conflict-affected populations globally, have the potential to subjectively "age" survivors. Yet, not all war exposures are equal, and some may yield psychological and socioeconomic resources that support healthy aging.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».