"Take a walk in my shoes": A narrative account of the experiences of community mobility among older adults living with age-related vision loss (ARVL)
Notice bibliographique
Résumé
This study aimed to co-construct the accounts of older adults with age-related vision loss (ARVL) regarding their community mobility experiences. The study was based on a constructivist paradigm, and the collection and analysis of data adopted the narrative methodology. Participants included four older adults with one of the following conditions: macular degeneration, glaucoma, and/or diabetic retinopathy; all were at least 60 years old. Participants were recruited from Optometry clinics in London, Ontario, with one participant recruited using snowball sampling. The collection of data comprised three narrative interviews, all of which were audio recorded. These interviews took place over the phone as per the older adults’ request. This study conducted thematic and structural narrative analyses (Riesman, 2008) on participants' stories and identified six dominant themes, including: (1) Moving from private vehicles to public transport, (2) Elements of the physical environment act more as barriers than facilitators to community mobility, (3) The use of assistive devices and compensatory strategies to support community mobility, (4) Social networks and their influence on community mobility, (5) Ableist perceptions of older adults with ARVL & its impact on community mobility, and (6) Community mobility barriers stemming from political factors. The research findings expand our understanding of the community mobility experiences of older adults with ARVL and highlight the benefits of more inclusive age-friendly environment in facilitating their community mobility. The study's future directions and implications are also discussed.\nKeywords: Age-related vision loss, older adults, environment, community mobility
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».