MétaCan
Menu
Retour à la cohorte
Enregistrement W4400422426 · doi:10.1080/26892618.2024.2368540

Effects of Sensory Environment and Playfulness on Cognitive Health Among Older Adults in Singapore Public Housing: Findings from Path Analysis

2024· article· en· W4400422426 sur OpenAlexaff
Zdravko Trivic, Yi Jie Chin, Ted Kheng Siang Ng, Alan Prem Kumar, Clarissa E. Hui Lee, Paul D. Slowey, Patrick Dillon, Tam Perry, Daniel R Y Gan

Notice bibliographique

RevueJournal of Aging and Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensPublic Health OntarioUniversity of TorontoSimon Fraser University
Organismes subventionnairesAcadémie Nationale de MédecineNational Research FoundationMinistry of Health – Kingdom of Saudi Arabia
Mots-clésPath analysis (statistics)CognitionPath (computing)PsychologySensory systemGerontologyMedicineCognitive psychologyComputer scienceMathematicsStatisticsPsychiatry

Résumé

récupéré en direct d'OpenAlex

This study explores the association of “Sensory Environment” and “Playfulness” with Depression and Cognition (SEPDC) among older adults living in high-density public housing neighborhoods in Singapore. The research conducted cross-sectional surveys with 400 adults aged 55 and above living in 20 such neighborhoods. Path analyses suggest that sensory environment (multi-sensory richness of a place and its capacity to engage) and playfulness (personality trait that enables rendering situations as playful) are associated with reduced depressive symptoms, memory problems, and loneliness in older adults, mediated by the increased “neighborhood cohesion” and sense of “at-homeness.” Hence, sensory environment and playfulness are critical for healthful aging in place and should be considered carefully for better design and planning of aging-friendly housing neighborhoods.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and EnvironmentMême sujetUrban Green Space and HealthTravaux en français237 207