The Digital Divide: Examining the Use and Access to E-Health Based Technologies by Millennials and Older Adults
Notice bibliographique
Résumé
Objectives: The digital divide is a complex phenomenon in which a metaphorical gap is present in between two groups of individuals who utilize ICT"s (information communication technologies). This gap provides cause for concern, especially with a society that is so technologically advanced in todays" day. Currently, little is known about how older adults and millennials access and use e-health based technologies. Hence, a systematic review was undertaken to address this noted gap in the literature. Methods: A systematic review of the literature was undertaken employing the following three databases (i) PubMed, (ii) ERIC, and (iii) CINAHL were examined using the search term "digital divide and generations" to identify potential articles were present. A data abstraction tool was created to obtain the following information: (i) author, (ii) year of publication, (iii) sample size, (iv) country of origin, (v) design/methods, (vi) major findings/outcomes obtained. Inclusion criteria included publication dates between the years of Jan 2009 to Aug 2018, written in the English language, targeting the target population of older adults aged 65+ and millennials, as well as being peer reviewed quantitative articles. Results/Conclusion: There is a dearth of literature in this topic, as well as a decline of research produced from Canada. The consequences and benefits of technology being integrated into daily living are just being investigated. Additionally, a change in the way that healthcare is currently used, received and distributed would also help attribute to the change to ensure that no generation is left behind in a technologically advanced society.
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 | 0,002 | 0,005 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».