Contextual Effects on Life Satisfaction of Older Men and Women
Bibliographic record
Abstract
RÉSUMÉ Des différences existent entre les sexes dans les variables liées à la démographie, à la santé et aux réseaux sociaux, variables qui sont associés à un vieillissement réussi, mais on n'en trouve généralement pas en ce qui concerne la satisfaction face à la vie. La présente étude avait pour but premier de déterminer s'il y a des différences entre les hommes et les femmes par rapport à leur satisfaction dans des domaines particuliers et en général à l'égard de la vie. Ont également été examinées les différences dans la satisfaction face au parcours de la vie entre les hommes et les femmes. Dans un deuxième temps, nous avons procédé à une analyse de l'ensemble de données recueillies dans l'étudeVieillir dans la communauté(Béland et al., 1989) afin d'évaluer le bien-être des adultes francophones plus âgés (N=958). Des analyses acheminatoires ont révélé une bonne concordance des modèles utilisés pour les échantillons masculins et féminins. Chez les hommes, la satisfaction face à la vie s'explique positivement selon l'âge, le revenu et le contrôle et négativement selon les erreurs de mémoire, la maladie et les limitations fonctionnelles. Chez les femmes, la satisfaction face à la vie s'explique selon l'âge, la scolarité, le revenu, la maladie, les limitations fonctionnelles, le soutien social, le contrô le et le mode de vie. Les résultats ont fait ressortir les aspects positifs et négatifs du soutien social pour les femmes. Tel que nous nous y attendions, les modèles de parcours ont indiqué que, même s'il existe des similitudes dans la satisfaction face au parcours de la vie chez les hommes et chez les femmes plus âgés, on retrouve également des différences importantes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".