Learning in the UN Decade of Healthy Ageing: insights from Canada and the UK
Notice bibliographique
Résumé
This article explores how learning contributes to healthy ageing, and it reinforces learning as an important aspect of the sustainable ageing process. It begins with an analysis of the framework established by the UN Decade of Healthy Ageing, pinpointing the notable absence of learning as a crucial element of well-being in the later stages of life. Then, it explores the research in educational gerontology, specifically focusing on how learning has been conceptualised as a lifelong endeavour. Subsequently, the article presents three illustrative cases: a language learning programme designed for older immigrants in Canada, an intergenerational somatic co-creation workshop in the UK, and a UK public educational campaign tailored to the multifaceted needs of ageing populations. The article places the three multidisciplinary learning initiatives against the backdrop of the United Nations Decade of Healthy Ageing. The discussion reveals how each case contributes to the redefinition of healthy ageing, increased knowledge of age-related processes, older peoples’ confidence in self-management and a wider range of lifestyle choices for healthy ageing. By integrating the concept of well-being into thinking about learning in later life, the article showcases how the inclusive, participatory approach and co-production of tailored learning initiatives can powerfully contribute to healthy ageing across diverse groups. To conclude, the authors argue for expanding policy frameworks to include different learning contexts that reflect the diverse needs and experiences of 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».