The power of story: Bringing 2SLGBTQ+ digital stories into gerontology settings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two-spirit, lesbian, gay, bisexual, trans, and queer or questioning (2SLGBTQ+) older adults are underrepresented in gerontology research and education, impacting the preparedness of health and social care students and professionals working with the diverse aging population. To address this lack of representation of 2SLGBTQ+ older adults in gerontology education, this study explored the use of digital stories as tools for knowledge mobilization and social justice. Digital stories are short videos that pair audio recordings with visuals, including videos, photographs, or artwork. To conduct the study, the research team worked alongside 2SLGBTQ+ older adults to create a suite of three digital stories. These stories were presented at various educational and professional settings in gerontology, and survey and open-feedback responses (n = 147) were gathered from the audience on their perceived impact. Viewers included students, researchers, decision-makers, stakeholders, and citizens. Content analysis was used to analyze the data. From the analysis, digital stories showed the potential to increase viewers' awareness and understanding of 2SLGBTQ+ aging experiences. The format was particularly significant in their learning and enhancing the connection to the content and the storytellers. The findings also suggest that digital stories showed the potential to impact policy and practice for 2SLGBTQ+ communities.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle