MétaCan
Menu
Retour à la cohorte

Cross-disciplinary research methods to study technology use, family, and life course dynamics: lessons from an action research project on social isolation and loneliness in later life

2018· book-chapter· en· W2914784405 sur OpenAlexaff
Bárbara Barbosa Neves, Ron Baecker, Diana Carvalho, Alexandra Sanders

Notice bibliographique

RevuePolicy Press eBooks · 2018
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLonelinessImmediacySocial connectednessSoftware deploymentLife course approachAction researchIsolation (microbiology)DisciplineAction (physics)PsychologyEngineering ethicsSociologyEngineeringSocial psychologySocial sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

This chapter reports on the design and implementation of cross-disciplinary research methods for investigating technology adoption in later life as well as family and life course dynamics. Drawing on a mixed methods, action research project on technology and social connectedness, facilitated by a team of sociologists and human–computer interaction (HCI) researchers, it examines the use of a digital communication technology to study social isolation and loneliness in later life. The chapter first provides an overview of the deployment and feasibility design of the study, the deployment stages and procedures, data analysis and participants before discussing the lessons learned. It concludes with an assessment of the challenges and opportunities of cross-disciplinary and mixed-method research to study technologies, families, and the life course. One of the ways that cross-disciplinary mixed methods approaches can enhance family and life course studies is by capturing the immediacy of life transitions.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,000
Études des sciences et des technologies0,0020,004
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,453
Tête enseignante GPT0,601
Écart entre enseignants0,148 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Press eBooksMême sujetTechnology Use by Older AdultsTravaux en français237 207