USING PHOTOVOICE TO EXPLORE THE SALIENCY OF NEIGHBORHOOD LANDMARKS FOR PERSONS LIVING WITH DEMENTIA
Notice bibliographique
Résumé
Abstract This study demonstrates the potential of Photovoice, a participatory action research method involving participant-generated photo-elicitation, to explore how persons living with dementia (PLWDs) perceive neighborhood landmarks. Previous research has highlighted the role of well-designed, stable geographical landmarks in improving the navigability of neighborhoods for PLWDs. However, the specific attributes that render landmarks salient have not yet been sufficiently explored, resulting in inadequate evidence-based environmental design guidelines for dementia-friendly communities (DFCs). To address this gap, a Photovoice study was conducted with five community-dwelling PLWDs and their care partners, as part of a dementia-friendly neighborhood walking program in the city of Seattle, USA. Photovoice facilitated the exploration of saliency of neighborhood landmarks from an emic perspective by empowering PLWDs to identify and take photos of salient landmarks during the group walk and interpret and reflect on attributes that contributed to saliency using the photos as visual aids in a focus group discussion and survey questionnaire. PLWDs associated the saliency of landmarks not only with objective physical attributes, e.g., size, shape, color, texture, but also with subjective factors linked to their past, passions, hobbies, and emotions related to having dementia. Findings suggest that the design of outdoor landmarks should satisfy universal design principles, as well as aspects of familiarity, recognizability, and memorability, to ensure that the neighborhood physical environment provides navigational support to PLWDs. The study proposes using Photovoice to facilitate community engagement in the planning and design of DFCs and mobilize people’s lived experience to generate more robust dementia-friendly environmental design guidelines.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».