MétaCan
Menu
Retour à la cohorte
Enregistrement W4385895723 · doi:10.1145/3615662

Guidelines for Designing Social Networking Sites for Older Adults: A Systematic Review with Thematic Synthesis

2023· review· en· W4385895723 sur OpenAlexaff
Amira Ghenai, Philips Ayeni, Jing Yu, Robin Cohen, Karyn Moffatt

Notice bibliographique

RevueACM Transactions on Accessible Computing · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of WaterlooMcGill UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Set (abstract data type)Thematic analysisResource (disambiguation)Systematic reviewComputer sciencePsychologyInternet privacyMEDLINESociologyQualitative researchPolitical science

Résumé

récupéré en direct d'OpenAlex

Social networking site (SNS) inaccessibility remains a barrier for many older adults. Increasingly, research has sought to address these shortcomings with recommendations for design. However, commercial uptake of these findings remains limited, in part, due to the scattering of recommendations across publications, heterogeneity in the SNS systems and features examined, and a lack of sensitivity within the existing guidelines to the heterogeneity of the target demographic. To counter these challenges, we conducted a systematic review following a thematic synthesis approach of 25 empirical studies on SNS design recommendations for older adults. From these, we synthesized a cohesive set of ten distinct design recommendations. These include ensuring an easy-to-use interface, improving social connection features, ensuring personal privacy, and introducing customized features and personalized content. In synthesizing the results, particular care was taken to capture the ways in which population diversity moderates recommendations. The results of this review can serve as a resource for designers and practitioners working on inclusive SNS for older adults. They also highlight the need for additional research into understanding user diversity in relation to SNS accessibility.

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)0,069
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,141
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0390,023
Études des sciences et des technologies0,0020,003
Communication savante0,0060,008
Science ouverte0,0050,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,204
Tête enseignante GPT0,442
Écart entre enseignants0,238 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM Transactions on Accessible ComputingMême sujetTechnology Use by Older AdultsTravaux en français237 207