An Intergenerational Information and Communications Technology Learning Project to Improve Digital Skills: User Satisfaction Evaluation
Notice bibliographique
Résumé
BACKGROUND: "Digital Partners" is an intergenerational information and communications technology learning project carried out in the municipalities of Vic and Centelles (Catalonia) from April to May 2018. Within the framework of the introduction of community service as a subject in secondary education, the Centre for Health and Social Studies (University of Vic) created a training space with 38 intergenerational partners (aged 14-15 years and >65 years), with the aim of improving the senior users' digital skills in terms of use of smartphones and tablets, thus helping reduce the digital divide in the territory. OBJECTIVE: The aim of this paper is to evaluate the satisfaction of both junior and senior participants toward the intervention and to explore its main drivers. METHODS: Participants who volunteered to participate in the study were interviewed. Quantitative and qualitative data gathered in paper-based ad hoc surveys were used to assess participants' satisfaction. RESULTS: The experience shows a broad satisfaction of both junior and senior users. The project's strengths include the format of working in couples; randomly pairing individuals by operating system; the ability to practice with the device itself; individuals' free choice to decide what they wish to learn, develop, or practice; and the availability of voluntary practice material that facilitates communication and learning. With regard to aspects that could be improved, there is a need to review the timetabling flexibility of meetings to avoid hurrying the elderly and to extend the project's duration, if necessary. CONCLUSIONS: This activity can serve to create mutual learning through the use of mobile devices and generate security and motivation on the part of the seniors, thus reducing the digital divide and improving social inclusion.
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 | 0,016 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».