Social inclusion programming for older adults living in age-friendly cities: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: Creating age-friendly cities (AFCs) is essential for supporting older adults' well-being. The WHO's 2007 guide outlines key features of AFCs, including social inclusion. Despite increasing numbers of AFC programmes, diverse experiences of ageing are often overlooked. This scoping review explores innovative programmes implemented by AFCs to enhance social inclusion for older adults. DESIGN: A scoping review following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews guidelines. DATA SOURCES: Systematic searches were conducted between December 2023 and January 2024 across relevant databases (Ovid Medline, OVID Embase, OVID PsycINFO, CINAHL, Web of Science, Cochrane Library and Scopus) and the grey literature. ELIGIBILITY CRITERIA FOR SELECTING STUDIES: Selection criteria included English language publications describing evaluated age-friendly, social inclusion programmes for older adults. DATA EXTRACTION AND SYNTHESIS: Data extraction followed Gonyea and Hudson's (2015) framework assessing programmes on population, environment and/or sector inclusion levels. Inductive analysis identified and evaluated aspects of social inclusion. RESULTS: We identified 20 peer-reviewed publications and 18 grey literature sources. Most programmes (peer review, n=19, 95.0%; grey, n=18, 100.0%) addressed population inclusion, incorporated environment (peer review, n=10, 50.0%; grey, n=15, 83.3%) and/or sector inclusion (peer review, n=7, 35.0%; grey, n=15, 83.3%). Key outcomes included an improved sense of belonging, increased engagement with community resources and activities, enhanced digital literacy and connectivity, and a reduction in feelings of loneliness and isolation. A notable gap was the absence of studies focused on Indigenous populations. CONCLUSION: We highlight that programmes addressing population, environment and sectoral inclusion may improve the well-being of older adults in urban settings. Our findings will inform AFC practices and policies by deepening our understanding of how social inclusion can be improved for older adults, including those from under-represented groups, ensuring an equitable approach to enhancing quality of life.
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 | 0,016 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».