What is Intergenerational Storytelling? Defining the Critical Issues for Aging Research in the Humanities
Notice bibliographique
Résumé
Intergenerational storytelling (IGS) has recently emerged as an arts- and humanities-focused approach to aging research. Despite growing appeal and applications, however, IGS methods, practices, and foundational concepts remain indistinct. In response to such heterogeneity, our objective was to comprehensively describe the state of IGS in aging research and assess the critical (e.g., conceptual, ethical, and social justice) issues raised by its current practice. Six databases (PsycINFO, MEDLINE, PubMed, Scopus, AgeLine, and Sociological Abstracts) were searched using search terms relating to age, intergenerational, story, and storytelling. Peer-reviewed, English-language studies conducted with participants residing in non-clinical settings were included. One thousand one hundred six (1106) studies were initially retrieved; 70 underwent full review, and 26 fulfilled all inclusion criteria. Most studies characterized IGS as a practice involving older adults (> 50 years old) and conventionally-aged postsecondary/college students (17-19 years old). Typical methodologies included oral and, in more recent literature, digital storytelling. Critical issues included inconsistently reported participant data, vast variations in study design and methods, undefined key concepts, including younger vs. older cohorts, generation, storytelling, and whether IGS comprised an intentional research method or a retrospective outcome. While IGS holds promise as an emerging field of arts- and humanities-based aging research, current limitations include a lack of shared data profiles and comparable study designs, limited cross-cultural representation, and insufficiently intersectional analysis of widespread IGS practices. To encourage more robust standards for future study design, data collection, and researcher reflexivity, we propose seven evidence-based recommendations for evolving IGS as a humanities-based approach to research in aging and intergenerational relations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,178 | 0,313 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,019 | 0,019 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,027 | 0,055 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».