Three Perspectives on Older Adults’ Daily Performance, Health, and Technology Use During COVID-19: Focus Group Study
Notice bibliographique
Résumé
Background: During COVID-19 lockdowns, older adults' engagement in daily activities was severely affected, causing negative physical and mental health implications. Technology flourished as a means of performing daily activities in this complex situation; however, older adults often struggled to effectively use these opportunities. Despite the important role of older adults' social environments-including their families and health professionals-in influencing their technology use, research into their unique perspectives is lacking. Objective: This study aimed to explore the daily activity performance, health, and technology use experiences of healthy independent Israeli adults (aged ≥65 years) during COVID-19 from a 3-dimensional perspective: older adults, older adults' family members, and health professionals. Methods: Nine online focus groups, averaging 6-7 participants per group, were conducted with older adults, family members, and health professionals (N=59). Data were analyzed using thematic analysis and constant comparative methods. Results: The intertwining of daily activity performance and health emerged as a central theme, with differences between the groups. Older adults prioritized their self-fulfilling routines based on motivation and choice, especially in social-familial activities. In contrast, family members and health professionals focused on serious physical and mental health COVID-19-related consequences. A consensus among all three groups revealed the meaningful role of technology use during this period in bridging functional limitations. Participants delved into technology's transformative power, focusing on the need for technology to get engaged in daily activities. Conclusions: This study illustrates the profound interplay between daily activity performances, physical and mental health, and technology use, using a 3-dimensional approach. Its focus on technology's uses and benefits sheds light on what older adults need to increase their technology use. Interventions for improving digital activity performance can be tailored to meet older adults' needs and preferences by focusing on motivational and preference-related activities.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».