MétaCan
Menu
Retour à la cohorte
Enregistrement W4388101780 · doi:10.2196/50286

Characteristics and Range of Reviews About Technologies for Aging in Place: Scoping Review of Reviews

2023· article· en· W4388101780 sur OpenAlexvenueno aff
Jenny M Bergschöld, Mari Gunnes, Arne H. Eide, Eva Lassemo

Notice bibliographique

RevueJMIR Aging · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesUniversiteit StellenboschUniversity of South Carolina
Mots-clésSystematic reviewScopusGrey literatureDiversity (politics)PreprintOlder peopleScope (computer science)MEDLINEPsychologyMedicineData scienceComputer scienceGerontologyWorld Wide WebSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is a contemporary and global challenge that the increasing number of older people requiring care will surpass the available caregivers. Solutions are needed to help older people maintain their health, prevent disability, and delay or avoid dependency on others. Technology can enable older people to age in place while maintaining their dignity and quality of life. Literature reviews on this topic have become important tools for researchers, practitioners, policy makers, and decision makers who need to navigate and access the extensive available evidence. Due to the large number and diversity of existing reviews, there is a need for a review of reviews that provides an overview of the range and characteristics of the evidence on technology for aging in place. OBJECTIVE: This study aimed to explore the characteristics and the range of evidence on technologies for aging in place by conducting a scoping review of reviews and presenting an evidence map that researchers, policy makers, and practitioners may use to identify gaps and reviews of interest. METHODS: The review was conducted in accordance with the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews). Literature searches were conducted in Web of Science, PubMed, and Scopus using a search string that consisted of the terms "older people" and "technology for ageing in place," with alternate terms using Boolean operators and truncation, adapted to the rules for each database. RESULTS: A total of 5447 studies were screened, with 344 studies included after full-text screening. The number of reviews on this topic has increased dramatically over time, and the literature is scattered across a variety of journals. Vocabularies and approaches used to describe technology, populations, and problems are highly heterogeneous. We have identified 3 principal ways that reviews have dealt with populations, 5 strategies that the reviews draw on to conceptualize technology, and 4 principal types of problems that they have dealt with. These may be understood as methods that can inform future reviews on this topic. The relationships among populations, technologies, and problems studied in the reviews are presented in an evidence map that includes pertinent gaps. CONCLUSIONS: Redundancies and unexploited synergies between bodies of evidence on technology for aging in place are highly likely. These results can be used to decrease this risk if they are used to inform the design of future reviews on this topic. There is a need for an examination of the current state of the art in knowledge on technology for aging in place in low- and middle-income countries, especially in Africa.

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)0,061
score de la tête « metaresearch » (Gemma)0,338
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,325

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,338
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0090,010
Bibliométrie0,0590,070
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0030,005
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,053
Tête enseignante GPT0,387
Écart entre enseignants0,334 · 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.

Devis d'étudeRevue systématique
DomaineÉvaluation
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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207