LONELINESS AMONG LONG-TERM SPOUSAL CAREGIVERS: A GENDER-BASED ANALYSIS USING THE CLSA
Notice bibliographique
Résumé
Abstract Spousal caregivers tend to undertake the most care for their loved ones. As a result, spousal caregivers also experience worse caregiving outcomes, including loneliness, than other types of caregivers. This study used three waves of data from the Canadian Longitudinal Study on Aging (2011 to 2021), and longitudinal analyses with the Linear mixed model were performed to examine the loneliness (measured by UCLA 3-item loneliness scale) of spousal caregivers over time. A total of 1569 participants were identified as long-term spousal caregivers (849 male and 720 female). The results showed that female spousal caregivers reported both a higher level of loneliness at the beginning and a greater increase of loneliness over time than male spousal caregivers. Besides participants’ demographic, social-economic and health-related factors, caregiving hours, social participation, and social support are the key predictors of loneliness. At the same time, female spousal caregivers experience a steeper increase in caregiver hours, and a greater decrease in social participation and social support over time. These disparities in changes over time amplify the negative impacts of caregiving on female spousal caregivers. The findings reveal the greater caregiver burden taken by female spousal caregivers than male ones over time. The study supports future programs and services for female spousal caregivers to manage caregiving tasks better and maintain active social interaction to balance caregiving and social life.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».