MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390081361 · doi:10.1093/geroni/igad104.3740

OLDER ADULTS’ PERSPECTIVES ON USING TECHNOLOGY TO ASSESS SOCIAL ISOLATION AT THE ONSET OF COVID-19

2023· article· en· W4390081361 sur OpenAlexaff
Jarshini Nanthakumar, Karishma Patel, Shahrose Aratia, Priyanka Thakkar, Rosalie H. Wang, Shehroz S. Khan

Notice bibliographique

RevueInnovation in Aging · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOpenness to experiencePandemicSocial isolationIsolation (microbiology)PsychologyCoronavirus disease 2019 (COVID-19)Health technologyHealth careApplied psychologyGerontologyMedicineSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Social isolation (SI) among older adults (OA) is a global health issue that was exacerbated by the pandemic. This study examines OA’s perspectives on technology use (i.e., home-based ambient sensor or wearable technology) to assess SI, with consideration of understanding these perspectives in relation to the pandemic. Two questions were examined: (i) How familiar are OA with technology that can be used to assess SI? and (ii) Are OA agreeable to using technology to assess SI? Online surveys (n=4379) and semi-structured interviews were completed by community-dwelling OA at the onset of COVID-19. Quantitative data were analyzed using descriptive statistics and qualitative data were analyzed using content analysis. From survey responses, 16.79% indicated they would be agreeable to using technology to assess SI, whereas 40.37% and 42.83% indicated no and maybe/not sure, respectively. Although most participants were familiar with some technologies that could be used as part of an SI assessment tool, interviews suggested they were unfamiliar with this application of technologies. Preliminary analysis of the interviews (n=31) revealed three broad categories addressing the research questions: (1) perceived barriers to sensor-based technology adoption, (2) user experience and acceptance, and (3) changing social norms. Our study is one of the first to examine the views of OA regarding familiarity and openness to technology use for SI assessment that emerged with COVID-19. Technology developers and healthcare providers need to address ethical concerns around sensor-based technology use and increase opportunities to improve OA’s digital literacy and accessibility to support technology acceptance for SI assessment.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,499
Écart entre enseignants0,376 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→