Evaluation of a virtual 4-week digital literacy program for older adults during COVID-19: a pilot study
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
Older adults have become more dependent on using technologies to connect and communicate with others across the globe. This insight has since become more evident with the COVID-19 pandemic. While many older adults have increased their skills with these technologies, many more lack the necessary knowledge and skillset to effectively benefit from their use. To provide them with an accessible and older adult friendly digital training, in the summer of 2021, we pilot tested a brief 4-week digital literacy program to train older adults on key skills related to navigating their computer such as sending e-mails or traversing the web, etc. A convenience sample of 5 older adults volunteered for this brief intervention study in which they were to participate in a 1.5-hour intervention twice a week, for 4 weeks (8 total sessions). Topics varied from class to class. Results suggest that average computer proficiency scores were higher post intervention compared to pre-intervention. Additionally, post intervention scores were higher on computer basics, communication, and Internet subscales. All sessions were typically completed within the proposed time. The main technical issues identified were related to connecting to the digital sessions as well as navigating application interfaces across devices (i.e., differences in icons or application names between iOS and Android powered devices). Overall, these findings would suggest that older adults may be able to quickly gain digital literacy skills in a short period of time, provided that they are well supported.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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