MétaCan
Menu
Retour à la cohorte
Enregistrement W4205709690 · doi:10.2196/34221

Customized Information and Communication Technology for Reducing Social Isolation and Loneliness Among Older Adults: Scoping Review

2022· article· en· W4205709690 sur OpenAlexvenueno aff
Gomathi Thangavel, Mevludin Memedi, Karin Hedström

Notice bibliographique

RevueJMIR Mental Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessSocial isolationIsolation (microbiology)PsychologyGerontologyMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Advancements in science and various technologies have resulted in people having access to better health care, a good quality of life, and better economic situations, enabling humans to live longer than ever before. Research shows that the problems of loneliness and social isolation are common among older adults, affecting psychological and physical health. Information and communication technology (ICT) plays an important role in alleviating social isolation and loneliness. OBJECTIVE: The aim of this review is to explore ICT solutions for reducing social isolation or loneliness among older adults, the purpose of ICT solutions, and the evaluation focus of these solutions. This study particularly focuses on customized ICT solutions that either are designed from scratch or are modifications of existing off-the-shelf products that cater to the needs of older adults. METHODS: A scoping literature review was conducted. A search across 7 databases, including ScienceDirect, Association for Computing Machinery, PubMed, IEEE Xplore, PsycINFO, Scopus, and Web of Science, was performed, targeting ICT solutions for reducing and managing social isolation and loneliness among older adults. Articles published in English from 2010 to 2020 were extracted and analyzed. RESULTS: From the review of 39 articles, we identified 5 different purposes of customized ICT solutions focusing on reducing social isolation and loneliness. These were social communication, social participation, a sense of belonging, companionship, and feelings of being seen. The mapping of purposes of ICT solutions with problems found among older adults indicates that increasing social communication and social participation can help reduce social isolation problems, whereas fulfilling emotional relationships and feeling valued can reduce feelings of loneliness. In terms of customized ICT solution types, we found the following seven different categories: social network, messaging services, video chat, virtual spaces or classrooms with messaging capabilities, robotics, games, and content creation and management. Most of the included studies (30/39, 77%) evaluated the usability and acceptance aspects, and few studies (11/39, 28%) focused on loneliness or social isolation outcomes. CONCLUSIONS: This review highlights the importance of discussing and managing social isolation and loneliness as different but related concepts and emphasizes the need for future research to use suitable outcome measures for evaluating ICT solutions based on the problem. Even though a wide range of customized ICT solutions have been developed, future studies need to explore the recent emerging technologies, such as the Internet of Things and augmented or virtual reality, to tackle social isolation and loneliness among older adults. Furthermore, future studies should consider evaluating social isolation or loneliness while developing customized ICT solutions to provide more robust data on the effectiveness of the solutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,807
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,356
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

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

Citations90
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetTechnology Use by Older AdultsTravaux en français237 207