Sociodemographic and Health Determinants of Loneliness in Older Immigrants in Canada: A Cross-Sectional Study
Notice bibliographique
Résumé
The COVID pandemic brought to light the pressing issues of social isolation and loneliness for older adults. Immigrant older adults' experience of loneliness is even more exacerbated by factors, such as, language barriers, and the loss of cultural community. Key determinants of loneliness in older immigrants are not clear in the literature. A cross-sectional study was conducted in nine cities across Canada to: describe the experience of emotional, social and overall loneliness; and examine the determinants of loneliness among Punjabi, Mandarin, and Arabic-speaking older immigrants. A total of 647 older immigrants participated in the study. Descriptive statistics were used to describe their experience of loneliness, and multiple regression analysis was performed to examine the determinants of loneliness. Most participants had a post-secondary education, were married, and had been in Canada for about 16 years. On average, the participants reported good physical and mental health, and moderate levels of emotional, social, and overall loneliness. Ethnocultural group, emotional wellbeing, and depression were associated with emotional loneliness. Social loneliness was associated with education, depression, psychological distress, age, and ethnocultural group. Determinants of overall loneliness were age, gender, ethnocultural group, self-rated mental health, emotional wellbeing, depression, and psychological distress. Community based interventions that target these key factors must be designed to address loneliness experienced by older immigrants.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».