MétaCan
Menu
Retour à la cohorte
Enregistrement W4409987388 · doi:10.2196/68951

Exploring Older Adult’s Views of the Age-Inclusivity of Physical Activity Websites Using the Think Aloud Method: Qualitative Analysis

2025· article· en· W4409987388 sur OpenAlexvenueno aff
Veda Clemson, Elisabeth Grey, Julie Barnett, Ella Burfitt, Fiona Gillison

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintThink aloud protocolPsychologyArtComputer scienceWorld Wide WebHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Background: Older adults are the least active in our society and may face additional barriers to taking part in physical activity compared with those experienced by younger people because of factors such as lower digital literacy and negative stereotypes of aging. Objective: This study aimed to explore how older adults navigate websites that provide access to physical activity opportunities and facilities and make judgments about their suitability. Methods: Semistructured interviews were embedded within a think-aloud approach. Participants were shown a series of websites and asked to navigate through the websites as if they were going to take up what was on offer, articulating their thoughts and comments out loud as they progressed. Participants viewed up to 4 websites, rotated from a pool of 8, including leisure centers, exercise products, gyms, or community organizations. Additional questions were asked about perceptions of the inclusivity of the websites at the end of the interview. Digital recordings were made and transcribed verbatim, and analyzed using thematic analysis. Results: Nineteen participants (6 male and 13 female) aged between 65 and 84 years were recruited from southern England; one-third reported having poor digital ability prior to taking part. Three overarching themes relating to the research question were identified as follows: (1) signals of age-inclusivity, (2) limiting beliefs, and (3) confidence in making judgments. Older adults inferred a lot of information about how welcome they would be in physical activity settings from the images and language used on websites. They showed a preference for imagery that was inclusive of age, body shape, and physical ability, not only for those depicting older adults themselves. Some adults reported firm views about the type and intensity of physical activity that is appropriate for older adults, and many expressed a specific dislike of gyms, based on both the (young) age of most users and perceived emphasis towards aesthetic rather than health-related exercise. While most participants could navigate websites successfully, they preferred to visit venues and speak to staff to gain greater confidence that they would feel welcome and that the activities would be at a suitable level. Conclusions: Websites providing access to physical activity could be more inclusive of older adults by using more diverse imagery, providing clearer descriptions of the activities on offer, along with details of the level of fitness or ability needed to take part, and providing alternatives to web-based booking. Additional societal-level approaches to reducing age-limiting self-stereotyping may also be useful in expanding the opportunities for older adults to access mainstream provisions for physical activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,455
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207