The Coping Strategies of Older Adults with Age Related Vision Loss (ARVL) – A Narrative Account
Notice bibliographique
Résumé
The goal of this study was to share the stories of older adults with age-related vision loss (ARVL) and how they have coped to maintain meaningful occupational engagement. Grounded in a constructivist paradigm, data collection and analysis were guided by the narrative inquiry methodology. The participants consisted of six older adults aged 60 or older, diagnosed with one of the following ARVL conditions: macular degeneration, diabetic retinopathy, and/or glaucoma. Participants were recruited from vision loss non-profit organizations such as the Canadian National Institute for the Blind (CNIB) and the Alliance for Equity of Blind Canadians (AEBC). One older adult was recruited through snowball sampling, and two were participants in previous research conducted in the Vision Loss in Later Life Research Lab (VITAL). Data collection occurred across three narrative interviews. Each of these interviews were audio recorded, and semi-structured. These interviews took place both over the phone or in person, as per the older adult’s request. Fraser’s (2004) line-by-line method was employed to produce a thorough thematic analysis based on the stories shared by each of the older adults. Three main themes were identified, and coping mechanisms were grouped by family including: (1) Psychological coping mechanisms, (2) Social coping mechanisms and, (3) Behavioural coping mechanisms. This research expands knowledge on how older adults cope with ARVL and the importance of maintaining meaningful occupation for older adults with vision loss. The future directions and implications of the research are discussed and unpacked as well.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».