DESIGNING FOR LATER LIFE: SOCIO-GERONTOLOGICAL INSIGHTS IN CONVERSATIONS WITH AGE-TECH EXPERTS
Notice bibliographique
Résumé
Abstract This presentation summarizes original research data based on interview conversations with 11 international experts, consisting of designers, innovators and leaders in the gerontechnological field. Their experiences reveal important insights about the creation, production and distribution of care technologies for older adults, and how priorities are imagined for the future. Four main themes emerged from the research that point to a need for wider gerontological and sociological engagement. First, while the experts are aware of the increasing demand for technologies delivering monitoring, robotic, assistive, connective and mobility services, their socio-gerontological research about older adults on issues such as personal privacy is often limited. Second, the experts are challenged to recognize where ageist stereotypes of frailty and decline become scripted into their products. However, a clear protocol for avoiding negative imagery is not always available across age-tech enterprises, even as such imagery affects the appeal and promotion of their products. Third, the benefits of co-design and collaborate participation between designers and older users are not well understood, thus opportunities are lost to create age-friendly, affordable and livable products from the perspective of the users. Fourth, the conditions under which technologies become successful require the labor of care-givers, family members, residential staff and technical repair and maintenance technicians. Thus, understanding their roles should be an essential part of the design process. Conclusions advocate greater ties and co-learning amongst gerontologists, sociologists and age-tech experts, and attention to critical and grounded research on the material realities and challenges of technological adaptation for 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 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 | 0,035 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,027 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».