MétaCan
Menu
Retour à la cohorte
Enregistrement W4400878293 · doi:10.1080/15228835.2024.2376552

Applying Nancy Fraser’s Framework on Three Dimensions of Justice in the Understanding of Justice in the Use of Technology with Older Adults with Moderate to Severe Dementia in Care Settings: Closing the Digital Divide

2024· article· en· W4400878293 sur OpenAlexafffundabout
Karen Lok Yi Wong, Diane Pan, Lillian Hung

Notice bibliographique

RevueJournal of Technology in Human Services · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMitacs
Mots-clésClosing (real estate)Economic JusticeDementiaSociologyPsychologyGerontologyMedicineNursingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Access to technology is getting more important in human services with older adults. However, the digital divide exists between older adults and younger people, as well as among older adults from different social groups. To close the digital divide, we need to consider justice in technology for older adults. This article aims to understand how justice is involved in the use of technology with older adults. It conducted a secondary analysis by looking into the data of a larger study about using dementia-friendly videos with older adults living with moderate to severe dementia in care settings, one of the most marginalized older adult populations in Vancouver, Canada. It refers to Nancy Fraser’s framework on the three dimensions of justice, including redistribution, recognition, and representation, as the guiding framework of analysis. It suggests that different dimensions of justice are intertwined with each other. It also suggests that future researchers may consider this framework to guide their understanding of justice in the use of technology with older adults.

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)0,015
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0150,073
Communication savante0,0110,016
Science ouverte0,0030,009
Intégrité de la recherche0,0060,007
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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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'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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Technology in Human ServicesMême sujetTechnology Use by Older AdultsTravaux en français237 207