MétaCan
Menu
Retour à la cohorte
Enregistrement W3189698644 · doi:10.1017/s0714980821000246

Facilitating Age-Conscious Student Development through Lecture-Based Courses on Aging

2021· article· en· W3189698644 sur OpenAlexafffundabout
Elizabeth M. Russell, Éric R. Thériault, Amber Colibaba

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensCape Breton UniversityTrent University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyPopulation ageingSuccessful agingPerceptionHealthy agingCognitive agingGerontologyFocus groupMedical educationAdult developmentProcess (computing)PopulationDevelopmental psychologyMedicineCognitionSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Ageism is pervasive and socially normalized, and population aging has created a need to understand how views of aging and of older people, typically considered to be people over the age of 65, can be improved. This study sought to understand how undergraduate students' attitudes towards older adults and the aging process may be influenced after completing a typical, lecture-based undergraduate course on aging that lacked service-learning components. Two undergraduate student cohorts (n = 40) at two Canadian universities participated in semi-structured focus groups/interviews, describing how the course may have impacted their perceptions of the aging process and of older adults. An iterative collaborative qualitative analysis demonstrated that course content stimulated a deeper understanding of the aging process, prompting a reduction in and increased awareness of ageism, and enhanced personal connection with aging, ultimately facilitating the development of an age-conscious student. Lecture-based courses focused on aging may be sufficient to facilitate positive attitude change among undergraduate students towards older adults and the aging process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,318
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetAging and Gerontology ResearchTravaux en français237 207