Social Support and Caregiving in Italy: The Specificities of Care Relationships
Notice bibliographique
Résumé
Informal caregiving is an invisible component of familistic welfare regimes, where the burden of care is predominantly delegated to primary networks. Drawing on a structural interactionist perspective, this article presents findings from an Italian national survey of 1,504 adults, analysed through personal network methods to investigate how network morphology shapes caregiving practices. Caregivers (19.8% of the sample) assist older people, persons with chronic illnesses, or persons with disabilities. Results show that caregivers belong to larger and denser networks than non-caregivers, reflecting strong bonding capital typical of familistic contexts; however, they display lower betweenness and ego-centric density, signalling limited brokerage capacity and reduced access to bridging ties. This structural closure reinforces the “total social fact” nature of caregiving, where mixed tasks of physical and administrative care predominate. The most significant of these is the fact that for all types of frailty, over a quarter of carers say they have no one to support them in their caregiving activities. Despite a certain uniformity across caregiving profiles, differences emerge: disability care is embedded in cohesive, inward-looking networks associated with higher burden; chronic illness care mobilises more open networks and higher satisfaction; elder care remains rooted in normative familial obligations. Across conditions, over one quarter of caregivers report lacking any support, while dissatisfaction with formal services highlights a dualised care regime unable to compensate for weak bridging social capital. These findings underscore the need for policies that expand caregivers’ relational opportunities beyond primary networks. At the macro level, it does not seem necessary to distinguish policies by caregiver type. However, at the level of social intervention, it is considered appropriate to pay attention to some of the differences that emerged across the three profiles, such as the structure of their support networks, attitudes towards services, and respondents’ future projections in their role as caregivers.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».