Older adults' knowledge of community support services: Does social support make a difference?
Notice bibliographique
Résumé
This research was undertaken to better understand older adults' knowledge of community support services (CSS) and whether social support makes a difference in this knowledge. Further, there is a need to know if people recognize a need for assistance when facing a problem; if they see CSS as a source of assistance, and where they seek information about community services. Existing research had yielded inconsistent results due to the use of different community services and different definitions of knowledge. There has been a limited exploration of social support. A telephone survey of 1152 people aged 50 and older in Hamilton, Ontario collected information on respondents' demographics, community engagement and social support. To assess knowledge, respondents listened to four vignettes of problems commonly faced by seniors and were asked, "If you were in this situation what would you do?" Knowledge of CSS was the number of agencies named. The results of the logistic regression show that being female, having a higher income, perceiving social support, belonging to clubs or organizations, and being able to name an information source were positively associated with knowledge of CSS. Most people recognized the problem presented in the vignettes and would take action. Of those who would not take action, over half did not know any CSS. Most people named at least one information source and over half named two or more. Results underscore the importance of support networks in providing informational support to individuals. People who receive support were more likely to know of CSS than those who neither provided nor received support. There are differences between being a member of a support network and a care network. Providers of care were more likely to know of CSS than providers of support. Word of mouth including family and friends was one of the five most frequently used sources of information. Policy implications focus on improving information available to seniors. Funded by CIHR and United Way of Burlington and Greater Hamilton.
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 | 0,002 | 0,014 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».