Alone in a Crowd: Social Isolation, Place, and Connection in Later Life
Notice bibliographique
Résumé
The problem of social isolation among older people has been thoroughly documented, studied, and addressed through both policy and social services, and yet persists as a major social issue. There exist several notable gaps within the scholarly literature on isolation, particularly with respect to the role(s) of place-based risk factors, the relationship(s) between exclusion and social isolation, and best practices for isolation interventions. This thesis addresses these knowledge gaps and presents both empirical and theoretical contributions resulting from a three-part investigation. These studies are presented in three distinct papers to constitute a sandwich dissertation. The first paper examines the role of neighbourhood characteristics in shaping social isolation among older people by analyzing the Canadian Longitudinal Study on Aging (CLSA) baseline data in a series of multiple regressions. Findings indicate that the selected neighbourhood characteristics account for only a small portion of the social outcome measures of interest but raise meaningful questions about the intersection of place and social connection that warrant further study. The second paper investigates both the harmful and protective aspects of places in shaping isolation risk through a qualitative study of older people informed by a place-based exclusion lens. Interview results highlight several aspects of places that contribute risk of isolation and are used to adapt the model of known isolation risk factors. The third and final paper analyzes a sample of friendly visiting programs by conducting a realist synthesis to determine how, for whom, and under what conditions friendly visiting programs are most successful. Results of the synthesis are used to build a friendly visiting program theory to be tested in future studies. Together these three papers contribute to both the applied and theoretical literature on social isolation, and can inform the development of future research, policy, and intervention strategies.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».