Challenges of the COVID-19 Pandemic for Recreational Group Physical Activities for Older Adults: Participant and Service Provider Perspectives
Notice bibliographique
Résumé
BACKGROUND: Social participation and physical activity are lifestyle factors that improve well-being and health. Older adult populations are at greater risk of inactivity and social isolation, both of which were exacerbated by COVID-19 restrictions (e.g., physical distancing, recreational program closures). Recreational programs that provide opportunities for physical activity and social interaction are important for addressing these concerns in communities. This research examined lived experiences with changes in physical activity and social participation among adults ≥65 years during the COVID-19 pandemic, their perspectives on precautionary measures and alternate forms of program delivery, and experiences and challenges service providers in the recreation sector faced in adapting programs for older adults during the pandemic. METHODS: Using interpretive description methodology, we interviewed older adults (n = 20) and service providers (n = 10). RESULTS: Four themes were identified: (a) concerns about safety and risk given heightened vulnerability, (b) alternate options helped with participation but inequities in access persist, (c) forging new routines after a major lapse, and (d) social connections supported resilience but sense of community dwindled. CONCLUSION: It is important that organizations balance risks of participation with nonparticipation; address the compounding challenges and inequities of a disruption; understand the importance of social benefits of physical activity in this population; and plan to support resilience, cope with the aftermath of COVID-19, and prepare for future challenges.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».