MétaCan
Menu
Retour à la cohorte
Enregistrement W3199365953 · doi:10.1017/s0714980821000210

Assistive Technology Use among Older Adults with Vision Loss: A Critical Discourse Analysis of Canadian Newspapers

2021· article· en· W3199365953 sur OpenAlexafffundabout
Katharine Fuchigami, Colleen McGrath, Jordana Bengall, Stephanie Kim, Debbie Laliberté Rudman

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNewspaperFraming (construction)Assistive technologyLow visionCritical discourse analysisSociologyPsychologyGerontologyMedia studiesPolitical scienceMedicineEngineeringComputer scienceOptometryHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Low vision assistive devices are often positioned as enabling continued social participation and engagement by older adults in everyday activities; however, previous research suggests that the use of such technologies is restricted by various environmental factors. With little attention previously paid to the discursive environment, this critical discourse analysis critically examined how aging persons with vision loss and assistive technology (AT) were constructed and the occupational possibilities promoted and marginalized through technology use in six Canadian newspapers. In total, 7,289 articles were screened, 1,867 articles underwent a full-text review, and 51 articles were selected for data analysis. Results highlight four key discursive threads related to the framing of disability and AT, positioning of seniors with vision loss, and the ideals and occupations to be attained through AT, and point to the importance of re-configuring discourses addressing AT for seniors with vision loss to expand occupational possibilities and embrace collaborative design approaches.

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)0,015
score de la tête « metaresearch » (Gemma)0,038
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0170,020
Études des sciences et des technologies0,0150,009
Communication savante0,0120,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,326
Écart entre enseignants0,307 · 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

Citations9
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207