ASSESSING AGE INCLUSIVITY USING THE AGE-FRIENDLY INVENTORY AND CAMPUS CLIMATE SURVEY
Notice bibliographique
Résumé
Abstract During a time of increased focus on diversity, equity, and inclusion in institutions of higher education, age inclusion remains largely unexplored. The Age-Friendly Inventory and Campus Climate Survey (ICCS) is a tool that institutions of higher education can use to identify strengths and weaknesses specific to age-friendliness. This instrument measures age inclusivity by comparing age-friendly practices with student, staff, faculty, and lifelong learners’ perceptions of these practices. This symposium explores the process of using the ICCS at four different universities to understand the methods used to target each institution’s unique needs, with the goal of improving age-friendliness in higher education: 1) Zimmer et al., present the outcomes of using the ICCS to establish a baseline of age-friendliness at the University of Calgary and the process to generate action items from the results to develop a plan to enhance age-friendliness. 2) Waterhouse et al., describes the process of customizing the ICCS to meet the unique needs of an academic medical campus at the University of Colorado Anschutz Medical Campus. 3) Zisberg et al., report on the experience of translating the ICCS into Hebrew and the subsequent results implementing the tool at the University of Haifa. 4) Eaton & Friberg-Felsted explore the use of the ICCS within the College of Nursing at the University of Utah to identify ways to meet the learning needs of age diverse groups. Dr. Susan Whitbourne, from the team that developed the ICCS, will facilitate discussion surrounding age inclusivity in higher education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».