MétaCan
Menu
Retour à la cohorte
Enregistrement W4414143117 · doi:10.1080/10494820.2025.2545953

Bridging the digital divide: tailoring learning platforms for the elderly based on learning styles and digital skills

2025· article· en· W4414143117 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInteractive Learning Environments · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensEarl Haig Secondary School
Organismes subventionnairesThailand Science Research and InnovationMinistry of Higher Education, Science, Research and Innovation, Thailand
Mots-clésBridging (networking)Learning stylesDigital learningElectronic learningExperiential learningEducational technologyMobile device

Résumé

récupéré en direct d'OpenAlex

This study examines the relationship between learning styles and digital skills among older adults in Thailand to offer insights for the development of customized online learning platforms. A study was conducted on 706 participants aged between 60 and 78 years to evaluate their digital skills in four areas and learning styles according to Kolb’s model. Confirmatory factor analysis was performed to validate the four-factor model of digital skills. MANOVA results demonstrated significant variations in digital skills among learning styles, with convergers displaying superior proficiency in most areas. A matrix was created to outline the recommended functions of a learning platform with the objective of aligning pedagogical approaches with individual learning preferences and specific digital competencies. The results emphasized the significance of tailored methods in educating older adults on digital literacy and offered a framework for creating digital learning environments that are more comprehensive and efficient. This study intended to address the digital divide and improve the quality of life of older adults in a world that is increasingly becoming digital. Lastly, it posed implications for educational policy and practice.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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