MétaCan
Menu
Retour à la cohorte
Enregistrement W4416695502 · doi:10.62787/mhm.v3i4.254

Bridging the Digital Divide: Senior Chinese Immigrants’ Experiences with Health Technologies in Canada

2025· article· W4416695502 sur OpenAlexaffabout
Zhenyi Li, Xiaonan Zhang, Xinwei Wang, Min Yuan, Weiguo Zhang

Notice bibliographique

RevueThe Journal of Medicine Humanity and Media · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of TorontoRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésDigital divideDigital literacyBridging (networking)ImmigrationDigital healthFraming (construction)SituatedHealth literacy

Résumé

récupéré en direct d'OpenAlex

The global aging population is increasingly impacted by the digital divide, which affects their quality of life and access to services. Chinese senior immigrants in Canada face great challenges navigating digital environments due to language barriers, cultural adaptation issues, and limited access to digital resources. Using Cultural-Historical Activity Theory (CHAT) as a theoretical framework, this study explores the key factors of the digital divide among Chinese senior immigrants, challenges of their use of health-related technologies, and their strategies in adapting to these digital tools. Through semi-structured, in-depth interviews with 9 Chinese senior immigrants in Canada, this study argues that the digital divide is not merely an issue of technological access but a socially situated, culturally mediated, and historically developed phenomenon shaped by social structures, community supports, learning, and well-being. By framing digital literacy as a socially situated and developmental process, this study contributes to health communication by proposing a Cross-Cultural Digital Health Literacy Nexus (CDHLN) that enhances cross-cultural digital health engagement, improves senior immigrants' access to health information, and promotes well-being among aging immigrant populations.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,269
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

Classification

machine, non validée

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

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'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Medicine Humanity and MediaMême sujetTechnology Use by Older AdultsTravaux en français237 207