Understanding the interplay between social isolation, age, and loneliness during the COVID-19 pandemic
Notice bibliographique
Résumé
Previous studies indicate differences in experiences of loneliness during the COVID-19 pandemic but are constricted by limited timeframes and absence of key risk factors. This study explores temporal and inter-individual variations of loneliness in Canadians over the pandemic's first year (April 2020-2021), by identifying loneliness trajectories. It then seeks to provide information about groups overrepresented in high and persistent loneliness trajectories by examining their associations with risk factors: social isolation indicators (living alone, adherence to health measures limiting in-person contacts, and online contacts), young adultood, and the interactions between these factors. Data comes from a large longitudinal study with a representative Canadian sample (n = 1763) and 11 measurement times. Analyses consist of (1) a group-based modelling approach to identify trajectories of loneliness and (2) multinomial logistic regressions to test associations between risk factors and trajectory membership. Varied experiences of loneliness during the pandemic were revealed as five trajectories were identified: moderate-unstable (38.5%), high-stable (26.7%), low-unstable (20.5%), very low-stable (8.6%), and very high-decreasing (5.7%). Individuals living alone associated with higher trajectories. Contrary to our expectations, adhering to social distancing measures and having fewer online contacts associated with lower trajectories. Age and interactions were not significant in regard to loneliness trajectories.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».