Economic Factors Contributing to Social Isolation Among Immigrant Older Adults in the Greater Toronto Area: A Qualitative Interpretive Description
Notice bibliographique
Résumé
Background: In Canada, 30 percent of the older adult population is foreign-born. Immigrant older adults are more likely to experience significant social isolation due to a variety of factors. However, limited research exists on the influence of specific factors. The objective of this study is to understand the economic factors that contribute to social isolation among older immigrants in the Greater Toronto Area (GTA), Canada. Methods: A qualitative interpretive description method was used. Following research ethics boards’ approval, semi-structured individual interviews were conducted with a total of 47 Arabic, Mandarin, and Punjabi-speaking older immigrants in the GTA. The interviews were conducted in their preferred language, audio-recorded, and translated (when needed) into English and transcribed. Thematic analysis of the data was informed by an ecosystemic framework. Results: Six themes were identified: (1) barriers to finding employment; (2) living a “hand-to-mouth life” due to limited income/pension; (3) housing costs that eliminate choices and options; (4) costs (and availability) of transportation as a barrier to getting around; (5) lack of “essential” healthcare coverage; and (6) costs of community programs that prevent “getting out of the house.” These economic factors at micro, meso, and macro levels of society intersected to create desperate situations that contributed to social isolation among older immigrants in the GTA. Conclusions/Implications: Addressing these economic factors is critical to immigrant older adults’ aging in place. Service providers must advocate for accessible physical and financial resources and services including affordable housing and transportation, old age security, and comprehensive healthcare coverage for older immigrants. Future research should focus on economic challenges faced by older adults across other immigrant communities in the GTA as well as in other cities, provinces, and territories.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».