MétaCan
Menu
Retour à la cohorte
Enregistrement W4402850785 · doi:10.12927/hcpap.2024.27399

Key Considerations for the Design, Development and Deployment of AgeTech Solutions Supporting Aging in the Right Place

2024· article· en· W4402850785 sur OpenAlexaffvenue
Mary Chiu, Marianne Saragosa

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensLunenfeld-Tanenbaum Research InstituteToronto Dementia Research Alliance
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentKey (lock)Development (topology)Aging in placeComputer scienceProcess managementEngineeringComputer securitySoftware engineeringMathematicsGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

"The use of technology to support AIRP [aging in the right place] holds great promise," (Kokorelias et al. 2024: 16) and ethical and human rights considerations must be considered in the design, development and deployment of AgeTech solutions. This may be realized through interprofessional and intersectoral collaboration, as well as meaningful inclusion and engagement of lived expertise and experience from older adults and their caregivers. Theoretical frameworks and evidence-based design/research models can structure the consultation processes. They can guide the agile and iterative development of AgeTech based on input and feedback from end-users and community stakeholders. Funders and accelerator programs also play an important role in ensuring that AgeTech solutions that they endorse or sponsor would be ethical, accessible and feasible to older adult populations that are ethnically, culturally and linguistically diverse at various levels of digital literacy.

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)0,127
score de la tête « metaresearch » (Gemma)0,140
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,670

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1270,140
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,014
Communication savante0,0230,016
Science ouverte0,0030,013
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,091
Tête enseignante GPT0,356
Écart entre enseignants0,265 · 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'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetTechnology Use by Older AdultsTravaux en français237 207