MétaCan
Menu
Retour à la cohorte
Enregistrement W2897013903 · doi:10.2196/10049

Mobile Phone, Computer, and Internet Use Among Older Homeless Adults: Results from the HOPE HOME Cohort Study

2018· article· en· W2897013903 sur OpenAlex
Maria C. Raven, Lauren M. Kaplan, Marina Rosenberg, Lina Tieu, David Guzman, Margot Kushel

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institute on Aging
Mots-clésGerontologyCohortMobile phoneThe InternetDepression (economics)Social supportMedicinePsychologyWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The median age of single homeless adults is approximately 50 years. Older homeless adults have poor social support and experience a high prevalence of chronic disease, depression, and substance use disorders. Access to mobile phones and the internet could help lower the barriers to social support, social services, and medical care; however, little is known about access to and use of these by older homeless adults. OBJECTIVE: This study aimed to describe the access to and use of mobile phones, computers, and internet among a cohort of 350 homeless adults over the age of 50 years. METHODS: We recruited 350 participants who were homeless and older than 50 years in Oakland, California. We interviewed participants at 6-month intervals about their health status, residential history, social support, substance use, depressive symptomology, and activities of daily living (ADLs) using validated tools. We performed clinical assessments of cognitive function. During the 6-month follow-up interview, study staff administered questions about internet and mobile technology use. We assessed participants' comfort with and use of multiple functions associated with these technologies. RESULTS: Of the 343 participants alive at the 6-month follow-up, 87.5% (300/343) completed the mobile phone and internet questionnaire. The median age of participants was 57.5 years (interquartile range 54-61). Of these, 74.7% (224/300) were male, and 81.0% (243/300) were black. Approximately one-fourth (24.3%, 73/300) of the participants had cognitive impairment and slightly over one-third (33.6%, 100/300) had impairments in executive function. Most (72.3%, 217/300) participants currently owned or had access to a mobile phone. Of those, most had feature phones, rather than smartphones (89, 32.1%), and did not hold annual contracts (261, 94.2%). Just over half (164, 55%) had ever accessed the internet. Participants used phones and internet to communicate with medical personnel (179, 64.6%), search for housing and employment (85, 30.7%), and to contact their families (228, 82.3%). Those who regained housing were significantly more likely to have mobile phone access (adjusted odds ratio [AOR] 3.81, 95% CI 1.77-8.21). Those with ADL (AOR 0.53, 95% CI 0.31-0.92) and executive function impairment (AOR 0.49; 95% CI 0.28-0.86) were significantly less likely to have mobile phones. Moderate to high risk amphetamine use was associated with reduced access to mobile phones (AOR 0.27, 95% CI 0.10-0.72). CONCLUSIONS: Older homeless adults could benefit from portable internet and phone access. However, participants had a lower prevalence of smartphone and internet access than adults aged over 65 years in the general public or low-income adults. Participants faced barriers to mobile phone and internet use, including financial barriers and functional and cognitive impairments. Expanding access to these basic technologies could result in improved outcomes.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,404
Écart entre enseignants0,354 · 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