MétaCan
Menu
Retour à la cohorte
Enregistrement W2769274795 · doi:10.1177/0733464817741369

Can Digital Technology Enhance Social Connectedness Among Older Adults? A Feasibility Study

2017· article· en· W2769274795 sur OpenAlexafffund
Bárbara Barbosa Neves, Rachel L. Franz, Rebecca A. Judges, Christian Beermann, Ron Baecker

Notice bibliographique

RevueJournal of Applied Gerontology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGovernment of CanadaAGE-WELL
Mots-clésSocial connectednessLonelinessThematic analysisPsychological interventionPsychologyUsabilitySocial isolationSocial supportQualitative researchInterpersonal tiesApplied psychologyGerontologyDevelopmental psychologySocial psychologyMedicineComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study examined the feasibility of a novel communication technology to enhance social connectedness among older adults in residential care. Research suggests that technology can create opportunities for social connectedness, helping alleviate social isolation and loneliness. Studies on implementation and feasibility of such technological interventions, particularly among frail and institutionalized older adults, are scant. Data were gathered in a 3-month deployment with 12 older adults, including semistructured interviews with participants and relatives/friends, psychometric scales, field observations, and usability tests. Data were analyzed with qualitative profiling, thematic analysis, and Friedman tests. The technology was a feasible communication tool, although requiring an adaptation period. Use increased perceived social interaction with ties, but increased social connectedness (meaningful social interaction) was only reported by participants with geographically distant relatives. Sense of well-being and confidence with technology was enhanced, but negative effects were also observed. Findings are useful for researchers and practitioners interested in technological interventions.

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)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,331
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations386
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetTechnology Use by Older AdultsTravaux en français237 207