Dividing the Grey Divide: Deconstructing Myths About Older Adults’ Online Activities, Skills, and Attitudes
Notice bibliographique
Résumé
Although research has demonstrated a grey divide where older adults are less involved and skilled with digital media than younger adults, by treating them as a homogenous group, it has overlooked differences in their digital skills and media use. Based on 41 in-depth interviews with older adults (aged 65+ years) in East York, Toronto, we developed a typology that moves beyond seeing older adults as Non-Users to include Reluctants, Apprehensives, Basic Users, Go-Getters, and Savvy Users. We find a nonlinear association between older adults’ skill levels and online engagement, as many East York older adults are not letting their skill levels dictate their online involvement. They engage in a wide range of online activities despite having limited skills, and some are eager to learn as they go. Older adults often compared their digital media use with their peers and to more tech-adept younger generations, and these comparisons influenced their attitudes toward digital media. Their narratives of mastery included both a positive sense that they can stay connected and learn new skills and a negative sense that digital media might overwhelm them or waste their time. We draw conclusions for public policy based on our findings on how digital media intersect with the lives of East York older adults.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,053 |
| Communication savante | 0,012 | 0,028 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».