Comparative Analysis of 16 Aging Concepts and Their Influence on Aging Narratives: Bibliometric and Content Analysis
Notice bibliographique
Résumé
Background: Globally, various aging concepts (such as healthy aging, successful aging, and active aging) have emerged to promote the goal of "aging well" and have gained widespread attention in academia, policy, and practice to change the negative narrative on aging. However, whether and how these aging concepts have contributed to changing the negative narratives remains unclear. Moreover, they are not clearly defined nor widely agreed upon, often creating ambiguity and confusion. Objective: This paper aims to provide a comprehensive review and comparative analysis of 16 aging concepts, with a particular focus on how their evolution in research has contributed to shifting the narrative surrounding aging. Methods: This study used the bibliometric software VosViewer (Center for Science and Technology Studies) to visualize international collaboration among countries and cocitation networks among journals. This helped identify which countries and journals play central roles in research on aging concepts and revealed how academic contributions are distributed globally. Additionally, content analysis supported by the corpus linguistics software AntConc (Waseda University) was conducted to examine and compare the main focuses, applications, challenges, and future research directions of these concepts. Results: The findings indicate that while all 16 aging concepts share the common goal of improving the quality of life for older adults, they offer different perspectives, encompassing health management, social participation, mental health, and technological innovation. Key challenges to achieving the goal of each aging concept were identified, including unequal access to health care resources, barriers to social participation, and difficulties in adopting technology. Conclusions: The overall impact of these aging concepts on reshaping negative aging narratives remains relatively limited. Future efforts should focus on advancing technology, optimizing policies, enhancing social support systems, and fostering global collaboration to provide innovative and sustainable solutions that promote the overall well-being 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 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 | 0,022 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,174 | 0,217 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».