AGE-FRIENDLY INITIATIVES AND IMMIGRANT SENIORS: ADDRESSING SOCIAL ISOLATION USING TECHNOLOGY
Notice bibliographique
Résumé
Of the eight dimensions of the World Health Organization’s “age-friendly” cities initiative, the communication domain highlights the importance of information about community events and services being available in formats that are ‘appropriate’ for older adults. Although older immigrants may face pervasive language barriers in the English-speaking communities they often reside in, various forms of technology show promise for bridging communication deficits and reducing social isolation. To better understand the role of technology for facilitating communication, a mixed-methods study consisting of surveys (n=100) and two focus groups led by native language speakers were conducted with Cantonese (n=6) and Mandarin speaking (n=19) seniors (65+) living in Chinatown, Toronto, Canada. The surveys used standardized scales for social participation to measure aspects of the seniors’ lived experiences including sense of belonging, availability and access to community/ healthcare services, frequency and quality of family and social interactions, and perceived personal well-being. Both quantitative and qualitative findings indicate that technology was favoured as a primary method of communication for immigrant seniors, and that this mode of communication can facilitate significant improvement in multiple domains of age-friendly initiatives including: social participation and inclusion, community support and health services, and transportation. To maximize the use of tangible and tech-based resources available to seniors (i.e., wearables, smartphones), communities should incorporate technology such as messaging apps or electronic translation services to instantly mobilize information and knowledge into accessible language and cultural formats. Circumventing language barriers with other seniors and service providers in the community, technology may promote greater social participation.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».