Racial/Ethnic Differences in Loneliness Among Older Adults: The Role of Income and Education as Mediators
Notice bibliographique
Résumé
Background and Objectives: Loneliness is a major public health concern; however, limited research has examined the mechanisms contributing to racial/ethnic inequities in loneliness. Race/ethnicity has been hypothesized to be a distal factor influencing loneliness, and racial/ethnic inequities in loneliness may be attributable to socioeconomic factors (e.g., income and education). Our study seeks to confirm these hypotheses by examining mechanisms that contribute to racial/ethnic inequities in loneliness. In other words, if racial/ethnic differences in loneliness among older adults are mediated by income and education. Research Design and Methods: Data came from the Health and Retirement Study Leave-Behind Questionnaire, 2014-2016. Loneliness was measured by the UCLA 3-item loneliness scale. Race/ethnicity categories were White, Black, and Hispanic/Latino. The mediator variables were household income and education. Multivariable linear regression models were used to determine differences in loneliness by race/ethnicity. The Karlson-Holm-Breen (KHB) mediation method was used to determine if income and education mediated racial/ethnic differences in loneliness. Results: In models examining income and education together, a complete mediation was found between White and Black older adults, in that income and education completely mediated differences in loneliness between these groups. A partial mediation was found between White and Hispanic, and Black and Hispanic older adults. When examining income and education separately, we found that income solely accounted for racial/ethnic differences in loneliness compared to education. Discussion and Implications: Our study is the first to explicitly determine if socioeconomic factors mediate race/ethnicity differences in loneliness among a national sample of older adults. These findings illustrate that income may have greater proximate effects for loneliness among older adults in comparison to education. Additionally, these findings can inform evidence-based interventions to reduce loneliness among older adults. Interventions that enhance quality of life and provide opportunities for socialization for racialized low-income older adults may help decrease racial/ethnic inequities in loneliness.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».