MétaCan
Menu
Retour à la cohorte
Enregistrement W4410494581 · doi:10.1016/j.dib.2025.111682

Dataset on cognitive and social well‑being of older adults around the COVID-19 pandemic: The CoSoWELL corpus of written life stories, release 2

2025· article· en· W4410494581 sur OpenAlexaff
Aki-Juhani Kyröläinen, Victor Kuperman

Notice bibliographique

RevueData in Brief · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLonelinessSocial isolationCoronavirus disease 2019 (COVID-19)PandemicPsychologyNarrativeCognitionQuality of life (healthcare)Developmental psychologyGerontologySocial psychologyMedicinePsychiatryLiteratureArtPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This paper presents the revised and extended release 2 of the Cognitive and Social Well-Being (CoSoWELL) project. The dataset comprises data that was collected n at 8 different time points in the three-year period, between March 2019 until March 2022, thereby covering the entire duration of the COVID-19 pandemic. More than 2000 unique North American older adults (range: 55-84 years old) took part in this data collection. The dataset contains sociodemographic information, along with data on perceived loneliness, the size and quality of social network, frequency of social interactions, and emotion regulation. Personal narratives were also collected, which consisted of personal stories that drew upon long-term, short-term and prospective memory. This dataset can be used to study linguistic markers of loneliness and social isolation in older adults, especially during the times of crisis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,383
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetHealth disparities and outcomesTravaux en français237 207