Characterizing Older Adults' Driving Cessation and its Relationship with Life Satisfaction: Findings from the Canadian Longitudinal Study on Aging (CLSA)
Notice bibliographique
Résumé
Background: Transportation is a crucial facilitator of quality of life. Most older adults drive and prefer to; however, many live long enough to experience driving cessation. Driving cessation can help improve safety for people on the road, but it can also lead to negative consequences such as depression, decreased activity participation, unfulfilled needs, and social isolation. These consequences impact quality of life. Methods: This thesis employs data from the Canadian Longitudinal Study on Aging (CLSA) to examine the reasons for driving cessation and the associated socio-demographic characteristics. Logistic regression models are used to understand the relationships between sociodemographic characteristics, driving status, life satisfaction, and a desire to participate in more activities. Results: The results confirm that the odds of not having a driver’s license significantly increase in older age. Compared to those aged 65-74, those aged 75-84 are 2.77 times (p-value = <0.001) more likely to no longer drive. People over 85 are 7.59 times (p-value = <0.001) more likely to drive no longer. Females are almost two times (OR 1.97, p-value <0.001) more likely to stop driving than males. Those partnered were less likely (OR 0.66, <0.001) to stop driving than those not. Those with lower incomes are also more likely to stop driving at an older age. Compared to those in the $50,000-$99,999 bracket, individuals with incomes between $20,000-$49,000 are almost two times (OR 1.94, p-value (<0.001) more likely to stop driving. For each unit increase in the Can-ALE scale, the odds of ceasing driving rose by 36% (OR 1.36, p-value <0.001). As expected, those with Fair/Poor health were almost 3 times (OR 2.87, <0.001) as likely to stop driving compared to those in Excellent/Very good/Good health. Conclusion: Older adults who have stopped driving are more likely to be women, have lower household incomes, and have poor health. There was not a significant relationship between driving cessation and life satisfaction
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».