MétaCan
Menu
Retour à la cohorte
Enregistrement W2759878431 · doi:10.3233/978-1-61499-798-6-59

Ethical Issues Related to IT Adoption by Elderly Persons with Cognitive Impairments

2017· article· en· W2759878431 sur OpenAlexaff
Hajer Chalghoumi, Virginie Cobigo, Jeffrey W. Jutai

Notice bibliographique

RevueStudies in health technology and informatics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReflexivityCognitionPsychologyEthical issuesFocus groupCognitive impairmentApplied psychologyEngineering ethicsSociologyEngineeringPsychiatry

Résumé

récupéré en direct d'OpenAlex

Ethical issues arise when the risks and benefits of technology use are unclear or controversial, or their access inequitable. This paper presents a preliminary framework for understanding ethical issues related to IT development and adoption by elderly persons with cognitive impairments and their caregivers. The development of the framework relied on a hybrid qualitative approach that draws on several data sources: 1) systematic literature review, 2) focus groups with IT users, and 3) a reflexive researcher-learning diary.Preliminary findings were synthesized into a coherent model that views IT adoption as the outcome of complex interactions between different factors: 1) Personal factors that include the cognitive abilities of the users, as well as their physical and sensory limitations, and 2) Environmental factors that are related to the technology, the caregivers, and the support networks of the user with cognitive impairment. Findings from this project will help better understand, balance, and responsibly address the competing ethical issues at play in technology development and adoption by elderly persons with cognitive impairments and their caregivers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,074
score de la tête « metaresearch » (Gemma)0,146
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,393

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,146
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,019
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,420
Écart entre enseignants0,380 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetTechnology Use by Older AdultsTravaux en français237 207