Walk the Talk: Characterizing Mobility in Older Adults Living on Low Income
Bibliographic record
Abstract
RÉSUMÉ Nous offrons une description en profondeur de la mobilité des personnes âgées (activité physique et comportement de voyage) de faible statut socioéconomique vivant dans les communautés. Les participants (n = 161, âge moyen [intervalle] = 74 [65-96] ans) ont rempli des questionnaires administrés par les enquêteurs et ont participé à des mesures objectives de la mobilité. En général, nos résultats n’ont pas indiqué que les personnes âgées de faible statut socio-économique ont une capacité réduite d’être mobiles. Les participants, malgré un désavantage économique, ont présenté des profils positifs, physiques, psychosociaux et liés à leur environnement social, qui influencent tous la capacité d’être mobiles. Ils ont également entrepris une grande proportion des déplacements à pied, bien que ceux-ci ne l’ont pas, pris ensemble, répondu aux directives physiques pour la plupart d’entre eux. Nous incitons les futurs chercheurs à mettre l’accent sur des stratégies novatrices de recrutement de cette population, difficilement accessible, afin de prendre en compte l’influence du statut socio-économique sur la durée de vie, ainsi que le rôle des facteurs liés au comportement lors de l’étude des relations entre une personne, son environnement et la mobilité des aînés.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".