How is volunteering associated with reduced mortality? A mediator-wide approach.
Notice bibliographique
Résumé
OBJECTIVE: Volunteering has been repeatedly associated with reduced mortality in older adults, yet research examining the mechanisms explaining this association remains limited. We evaluated potentially modifiable mediators, and combinations of mediators, that may underlie the volunteering-mortality association. METHOD: We used prospective data from 9,962 participants in the Health and Retirement Study (2006-2018), a national, diverse, and longitudinal cohort of U.S. adults aged >50. We evaluated associations between volunteering at baseline (2008/2010), mediators at Wave 2 (2010/2012), and mortality between Waves 3 and 4 (2010-2016 for Cohort A, 2012-2018 for Cohort B). RESULTS: After adjusting for demographic confounders and mediators in the prebaseline wave (2006/2008), we observed evidence of mediation for those who volunteered ≥100 hr/year (vs. 0 hr/year) through combined physical health factors (proportion mediated [PM] = 49.56%, p = .004) and social factors (PM = 90.76%, p = .017) as well as through increased contact with friends (PM = 25.34%, p = .015) and helping friends/neighbors/relatives (PM = 25.12%, p = .018). However, there was less evidence of mediation through other proposed mediators. CONCLUSIONS: With further research, these results inform basic science, interventions, and policies by identifying potential mechanisms, which might become modifiable features of the volunteering experience, to promote longevity in our rapidly aging population. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».