The Effect of Hearing Loss and Hearing Aids on the Use of Information and Communication Technologies by Community-Living Older Adults
Notice bibliographique
Résumé
RÉSUMÉ Les innovations en technologies de l'information et de la communication transforment la société. Toutefois, parmi les aînés résidant au Canada, seulement 1 sur 15 utilisait un ordinateur au tournant du millénium, et 1 sur 5 éprouve des difficultés auditives, visuelles ou de communication (Statistique Canada, 2000). Le but premier de l'étude est d’étudier le lien entre la déficience auditive et l'utilisation des technologies de l'information et de la communication chez les aînés. Un questionnaire portant sur l'utilisation des technologies a été administré à 135 aînés chez qui l'audition a été mesurée par audiométrie. Une corrélation a été démontrée entre l'audition et l'étendue d’utilisation des technologies de la communication, particulièrement en ce qui concerne les technologies nouvelles et spécialisées. Les aînés avec déficience auditive qui ne portent pas d’appareils auditifs n’utilisent pas d’autres technologies aussi fréquemment que leurs pairs ayant une bonne audition ou même ceux qui utilisent des appareils auditifs. De façon générale, l'aptitude et l'étendue d’utilisation des technologies de l'information et de la communication étaient plus élevés au sein de l'échantillon à l'étude comparativement aux résultats rapportés pour un échantillon national. Toutefois, les patrons d’utilisation des diverses technologies ainsi que les facteurs influençant leur utilisation étaient similaires dans les deux échantillons. Des recommandations touchant les études futures, les programmes d’éducation à la santé et la conception universelle sont proposées.
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 | 0,003 | 0,003 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».