THE “EPIDEMIC” OF OLDER ADULT LONELINESS: PROBLEMS OF DIAGNOSTIC INTERVENTION AND CRITICAL SOCIOLOGICAL RESEARCH
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Loneliness, more than a feeling, has become a new ‘geriatric giant’ (Freedman & Nicolle 2020) and epidemic health crisis for older adults, affecting their physical, cognitive and emotional well-being. During the COVID epidemic, the intersecting effects of loneliness and isolation (often blurred in the literature) have intensified, as varying public health measures restricted visiting, gathering, routines and activities. While technical interventions, such as digital communication technologies (DCTs), tele-health meetings, online games, robotic pet companions and simulated presence therapy (SPT) are offered as beneficial aids, even where available or co-designed they tend to individualize and universalize loneliness. Professional, recreational and prescriptive interventions can also disregard the structural relations and socio-material environments that configure everyday lonely-making experiences over time. For both residential and community dwelling older adults, such experiences include lack of affordable housing, care-giver burden and insufficient community resources and planning. This presentation, drawing upon data and examples from senior health policy, loneliness surveys, national reports and qualitative research, reflects on these troubling matters in their complexity and heterogeneity. Conclusions explore the making of an ageist emotional economy that depicts and neglects older adults as inevitably lonely, while advocating for their rights to age in safe, healthy and socially connective ways.
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.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle