MétaCan
Menu
Retour à la cohorte
Enregistrement W4410577873 · doi:10.1177/08982643251345422

The Impact of Ageism and Pain on Pandemic-Related Stress in Older Adults: A Structural Equation Modeling and Mediation Analysis

2025· article· en· W4410577873 sur OpenAlexafffund
Kylie A. Arsenault, Ying C. MacNab, Gordon J. G. Asmundson, Thomas Hadjistavropoulos

Notice bibliographique

RevueJournal of Aging and Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of British ColumbiaUniversity of Regina
Organismes subventionnairesSaskatchewan Health Research Foundation
Mots-clésMediationPandemicStructural equation modelingContext (archaeology)PsychologyPsychological interventionPublic healthStress (linguistics)Clinical psychologyGerontologyMedicineCoronavirus disease 2019 (COVID-19)PsychiatrySociologyDiseaseNursing

Résumé

récupéré en direct d'OpenAlex

Although research has linked ageism and pain to increased stress in older adults, their influence on stress within the context of pandemics has not been adequately examined. Our objective was to investigate relationships among pain, ageism, and pandemic-related stress in older adults using structural equation modeling (SEM) and mediation analysis. We hypothesized that pain would exert a direct and/or indirect influence on pandemic-related stress, and ageism a direct influence. Data were collected from 486 North American older adults in January 2024. Participants completed measures of pain, ageism, and pandemic-related stress. SEM and mediation analyses yielded evidence suggesting ageism and pain influence pandemic-related stress, although ageism mediated pain's impact on pandemic-related stress. This study underscores how pain and ageism can impact older adults' psychological well-being during pandemics. Findings highlight a potential need for public health interventions to address ageism and pain during future waves of COVID-19 or other global health crises.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,042
Tête enseignante GPT0,438
Écart entre enseignants0,396 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetAging and Gerontology ResearchTravaux en français237 207