Older Adults’ Exposure to Ageism in Daily Life – On the Role of TV, Social Media, and Neighborhood Composition
Notice bibliographique
Résumé
Abstract Experiences of ageism undermine well-being in old age but the underlying everyday mechanisms are not well understood. Our study focused on three potential exposure contexts: a) TV, b) social media, and c) neighborhood composition that may contribute to the experience of everyday ageism. We aimed to investigate the association between TV viewing, social media use, and neighborhood age composition with ageism reports. We analyzed up to 14 days of end of day diaries from 76 older adults living in Canada (Age: M = 72.01, SD = 9.47; 80% female), with data collection still ongoing. Participants reported their daily TV viewing, social media use, and exposure to ageism each evening over fourteen consecutive days. To determine the age composition of the neighborhoods where participants resided, we used the first three digits of their postal codes. We pre-registered the study on the Open Science Framework. We employed hierarchical linear models to account for the nested data structure. As hypothesized, result indicate that greater overall social media use was significantly associated with greater experiences of ageism in daily life (b = 0.141, p < .01). However, TV viewing and neighborhood age composition showed no significant association with ageism over and above social media use. The results suggest that social media serves as a primary context where older adults experience ageism in their daily lives. Future analyses will replicate the findings using the complete dataset and a larger sample, and will explore potential moderators of the social media–everyday ageism nexus.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».