Factors influencing self-help education during public emergencies among older migrants: A cross-sectional study in china's mainland
Notice bibliographique
Résumé
Background The number of older adult migrants in China continues to grow. As a unique population characterized by both “mobility” and “aging,” they face heightened risks during public emergencies. Objective This study investigated the current acceptance rate among these older adult migrants with respect to education for self-help in a public emergency (ESHPE) and analyzed influencing factors. Study design A cross-sectional study. Methods This study’s data were derived from the 2018 National Migrant Population Dynamic Monitoring Survey, conducted by the National Health Commission of China; overall, 5840 migrants were included in this study. SPSS 25.0 and RStudio 4.3.2 were utilized to analyze the selected sample, while Chi-square tests were conducted to perform univariate analysis on the acceptance rate of ESHPE among older adult migrants. A combination of the Random Forest model and binary logistic regression analysis was employed to assess the importance of statistically significant variables. Results Overall, 1162 older adult migrants received ESHPE, representing an acceptance rate of 19.90 %. The acceptance rate was lower among those aged over 75 (Odds Ratio [OR] : 0.637, 95 % Confidence Interval [CI] : 0.454–0.893); residing in rural villages (OR : 0.757, 95 % CI : 0.616–0.931); with a migration duration of 11–15 years (OR : 0.679, 95 % CI : 0.540–0.853), 16–20 years (OR : 0.725, 95 % CI : 0.547–0.961), or over 20 years (OR : 0.708, 95 % CI : 0.531–0.943); who had migrated for family (OR : 0.646, 95 % CI : 0.544–0.768), social (OR : 0.559, 95 % CI : 0.434–0.718), or other reasons (OR : 0.364, 95 % CI : 0.191–0.691); and who had not established resident health records (OR : 0.693, 95 % CI : 0.582–0.825) or were unaware of or unclear about such records (OR : 0.494, 95 % CI : 0.388–0.630). Conclusions The acceptance rate of ESHPE in this cohort remains relatively low. Therefore, targeted intervention measures tailored to their specific needs must be developed, and more focused educational resources for public emergencies must be created. Online interactive platforms should be established to enhance the self-help education content and strategies. Such measures should help improve the acceptance rate of ESHPE among older adult migrants.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».