MétaCan
Menu
Retour à la cohorte
Enregistrement W2275427225 · doi:10.1080/21565503.2015.1050411

Social media and senior citizen advocacy: an inclusive tool to resist ageism?

2015· article· en· W2275427225 sur OpenAlexaff
Barry Trentham, Sandra Sokoloff, Amie Tsang, Sheila M. Neysmith

Notice bibliographique

RevuePolitics Groups and Identities · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPublic relationsSocial mediaParticipatory action researchCitizen journalismSocial engagementPolitical sciencePopulationSociologyFocus groupSocial science

Résumé

récupéré en direct d'OpenAlex

With population aging, interest groups demand that governments act to prevent a perceived financial crisis. Senior citizens remain frustrated in their efforts to influence the response of policy-makers. In an effort to strengthen their voice, one group of senior citizens, engaged in a participatory action research project, questioned how online social media could be used in their advocacy efforts. This query led to an examination of the literature with the primary objective of determining what is known about the use of social media by senior citizens for the purposes of social advocacy. The outcomes of the review revealed that very few studies specifically examined this question. Senior citizen online roles were depicted as consumers of health information or socializers with family and friends. Ageist assumptions informed the design of computer hardware, online formats and norms for social engagement. Senior citizens have concerns about the trustworthiness of social networking sites and while social media can exclude senior citizens from public debate, the authors conclude that the pressing issue is to focus on age-friendly design and supports. With these in place, social media can provide a venue for senior citizens to challenge ageism and influence public policy discourses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,312
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitics Groups and IdentitiesMême sujetTechnology Use by Older AdultsTravaux en français237 207