MétaCan
Menu
Retour à la cohorte
Enregistrement W4411611969 · doi:10.1080/13607863.2025.2521367

Changes in narratives about aging among older adults in an internalized ageism intervention

2025· article· en· W4411611969 sur OpenAlexaff
Dallas J. Murphy, Corey S. Mackenzie, Michelle M. Porter

Notice bibliographique

RevueAging & Mental Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGerontologyNarrativeSuccessful agingPsychologyIntervention (counseling)Older peopleDevelopmental psychologyClinical psychologyMedicinePsychiatryArt

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Exposure to ageism over a lifetime may be internalized in older adults and cause negative health outcomes. However, little research has sought to understand how to reduce internalized ageism. This study explored aging narratives among older adults prior to and following their engagement in a six-week 'Reimagine Aging' intervention. This intervention employed education and acceptance-and-commitment therapy (ACT) to reduce internalized ageism. METHOD: We utilized content analysis to understand shifts in the aging narratives of 75 older adults pre- and post-intervention. We employed inductive content analysis to identify categories at Time 1 and Time 2 and directed content analysis to evaluate within-participant changes in aging narratives. RESULTS: The ways in which participants wrote about their aging selves appeared to be less influenced by internalized ageism post-intervention. Time 1 narratives focused on worries about the future and on-going challenges related to health, loss, and decline. Time 2 narratives shifted towards an emphasis on engagement in meaningful activities and adaptive coping. CONCLUSION: Our previous research demonstrated that the Reimagine Aging intervention reduced internalized ageism. The current study adds to these findings, demonstrating qualitative shifts in how participants described their aging selves, replacing categories that focus on ageism and loss with positive and values-focused categories.

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)0,001
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 enseignants0,215
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,441
Écart entre enseignants0,413 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging & Mental HealthMême sujetAging and Gerontology ResearchTravaux en français237 207