Internet non-use among the Canadian older adult population: General Social Survey (GSS)
Notice bibliographique
Résumé
Benefits of Internet use for older adults include the ability to access informational resources, facilitate social connections and use online communication resources. Further research on identifying the characteristics of older adult Internet non-users is warranted. The present study aims to examine the prevalence and characteristics of Internet non-use among Canada’s older adult populations. The analysis was based on the 2016 General Social Survey (GSS)– Canadians at Work and Home. Analysis was restricted to Canadians of 65 years of age or older. The outcome was Internet non-use, which was defined as having not used the Internet in the 30-day period prior to survey data collection. Demographic, socio-economic, health related, and social support and relationship factors were considered for a multivariable logistic regression analysis. Overall, the prevalence of Internet non-use among Canadian older adults was 31.9%. Characteristics significantly associated with Internet non-use included: lower educational achievement, decreased socioeconomic status, poor mental and physical health, having a partner / significant other, and being a cigarette smoker. The province of residence was significantly associated with non-internet use with residents of Quebec being at increased odds of non-internet use compared to residents of British Columbia (OR =2.09, 95% CI= 1.51-2.88). Additionally, increased age among older adults was associated with increased likelihood of not using the Internet. The findings from this study can be used as the basis for future research and to aid in the development of effective policies and programs directed towards the needs of this unique population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».