Aging Well in the Digital Age: Technology in Processes of Selective Optimization with Compensation
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.
Notice bibliographique
Résumé
OBJECTIVES: Studies show that using information and communication technology (ICT) contributes significantly to elders' subjective well-being (SWB). Drawing on the Selective Optimization with Compensation (SOC) model, this study aims at exploring the mechanism by which ICT use helps older adults remain engaged in valued life activities and maintain their SWB. METHOD: Involving teams from seven countries (Canada, Colombia, Israel, Italy, Peru, Romania, Spain), 27 focus groups were conducted with a total of 184 grandmothers aged 65 years and older who use ICT. RESULTS: Analysis led to identification of a series of strategies related to ICT use that may be described in SOC terms. "Intentional limited use" and "Selective timing,", for example, are clearly associated with selection. In addition, numerous optimizing strategies were found to be applied in "Instrumental" and "Leisure" activities, whereas some ICT uses offered compensation for "Aging-related" and "General" challenging circumstances. DISCUSSION: The study suggests that ICT is used in all three SOC processes and that its effective application facilitates adjustment and enhances SWB. It should therefore be regarded as a resource that supports existing personal and social resources and life management strategies, and even as a Quality of Life Technology that maintains or enhances functioning in older adulthood.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle