Evaluation of a Tailored Digital Literacy Intervention in Affordable Older-Adult Housing: Case Study
Notice bibliographique
Résumé
Background Older age, low socioeconomic status, living alone, and low English proficiency are independent factors associated with low information communication technology (ICT) use. Evidence-based interventions are needed to increase digital access and literacy among underrepresented groups. Objective This study aimed to increase the understanding of factors influencing ICT adoption and sustainable resources for training and support in affordable older-adult housing. Methods Broadband, tablet computers, training, and support were offered at 1 affordable older-adult housing community. Three 60-minute classes covered device basics, Google Translate, YouTube, and Zoom; in-language user guides were provided. Resident Ambassadors offered weekly in-language tech support. Mixed methods evaluation included surveys at entry, 30 days, and 90 days and key informant interviews. Results Overall, 72% (N=76) of residents participated. The average age was 78 (SD 8) years, and the participants were primarily Asian (62%), lived alone (68%), and had low English proficiency (65%). About half (49%) of the participants had less than a high school degree. Reasons to decline initial participation included: already owned another device, visual or cognitive challenges, or unwillingness to complete surveys. Of the participants, 89% attended at least 1 class and 37% attended all 3 classes. Over 90% of participants found the classes helpful, 87% found the user guide helpful, and 49% received help from a neighbor. At 30 and 90 days, 82% of the participants reported using their tablet at least twice per week for various activities. However, over half of participants reported the tablet was difficult to learn, and from 30 to 90 days, confusion and the fear of making mistakes when using the tablet slightly increased. Conclusions Overall, participants reported high satisfaction with the devices and tech support, although the decreasing comfort with technology over time indicates a need for additional training and ongoing support. This case study provides a model to increase ICT use among older adults in affordable older-adult housing 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.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| 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 ».