Goal setting in later life: an international comparison of older adults’ defined goals
Notice bibliographique
Résumé
BACKGROUND: Studies of goal setting in later life tend to focus on health-related goal setting, are pre-determined by the researcher (i.e., tick box), and/or are focused on a specific geographical area (i.e., one country). This study sought to understand broader, long-term goals from the perspective of older adults (65 + years) from Australia, New Zealand (NZ), United Kingdom (UK), Ireland, Canada, and the United States of America (USA). METHODS: Through a cross-sectional, online survey (N = 1,551), this exploratory study examined the qualitative goal content of older adults. Thematic analysis was used to analyze the qualitative data, and bivariate analyses were used to compare thematic differences between regions and by participants' sex. RESULTS: Over 60% of the participants reported setting goals, and participants from the Australia-NZ and Canada-USA regions were more likely to set goals than the UK-Ireland region. The following six overarching themes were identified from the 946 goals reported: health and well-being; social connections and engagement; activities and experiences; finance and employment; home and lifestyle; and attitude to life. CONCLUSIONS: This study supports previous research that demonstrates that older adults can and do set personal goals that are wide ranging. These findings support the need for health professionals to consider different methods for elucidating this important information from older adults that builds rapport and focuses on aspects viewed as more important by the older adult and therefore potentially produces improved health outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».