Well-Being of Family Caregivers of Individuals with Spinal Cord Injury: The Moderating Effects of Online Versus In-Person Social Support
Notice bibliographique
Résumé
Objective: Family members of individuals with spinal cord injury often take on caregiving responsibilities, which can lead to caregiver burden. One factor that can mitigate the adverse effects of caregiving, such as caregiver burden, is receiving social support. Caregivers can obtain support from people they meet in person (in-person support) and on social media platforms (online support). The current cross-sectional correlational design study investigated the moderating effect of in-person and online support on the association between relationship quality, caregiver competence, caregiver distress, and caregiver burden (dependent variables). Methods: Family caregivers of an individual with spinal cord injury (n = 115) completed an online survey assessing relationship quality, competence, distress, burden, and in-person and online supports. Results: Moderation analyses showed that the negative associations between relationship quality and physical burden (B = −0.58; p = 0.019) and caregiver competence and physical burden (B = −0.73; p = 0.013) were more pronounced at higher levels of online social support. Furthermore, the magnitude of the negative associations between relationship quality and emotional burden (B = −0.52; p < 0.001) and caregiver competence and emotional burden (B = −0.34, p = 0.012) were more pronounced at higher levels of in-person social support. Moderation analyses also revealed that the positive association between distress and social burden (B = 0.47; p = 0.029) and emotional burden (B = 0.26; p = 0.045) were stronger when caregivers reported higher levels of online support. Conclusions: In-person and online support can buffer some aspects of caregiver burden on caregiver well-being. While online support is usually considered beneficial, greater online engagement may contribute to higher levels of burden when the distress is high. It is possible, however, that caregivers who are more distressed engage more with online media to receive support.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».