“That’s me at my best”: perspectives of older adults on involvement in technology research
Notice bibliographique
Résumé
Creating assistive technology for older adults requires a deep understanding of their needs, values and preferences. Human-centred approaches can be used to engage older adults in technology research to help ensure that end solutions are ethically aligned, relevant and responsive to their priorities. However, the value of cocreation is not universally acknowledged. Older adults continue to receive negative stereotyping and are limited from engaging in research. With the growing demand for assistive technologies that effectively meet end-user needs, it is important that we deepen our knowledge about engagement and promote inclusion of older adults in technology research. To learn more, we asked members of a research advisory group for assistive technologies, specifically social robots, to tell us about their experiences of engagement and the impact it has on their lives, to speculate whether participation in research may promote human flourishing. Our findings reveal that engagement is more than knowledge exchange: it is a multifaceted, dynamic process that creates rich and meaningful experiences for older adults. Experiences of engagement dovetail with interpretations of flourishing and improved well-being, which include outcomes related to empowerment, autonomy and connectedness to self and others. Older adults also report finding purpose and satisfaction in knowing that their contributions to research may be used to develop technologies that can benefit others. This work amplifies the voice of lived experiences to deepen our understanding of the impacts of participation and prompts us to reimagine how older adults may be meaningfully engaged in technology research.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».