Middle-Aged and Older Adults' Information and Communication Technology Access: A Realist Review
Notice bibliographique
Résumé
There continues to be a gap in information and communication technologies (ICTs) access and use between younger cohorts that have grown up with the technology (generation X and younger) and the next previous cohort (baby boomers and older). This is more pronounced among cohorts born prior to the 1930s, which have low access and use rates. Birth cohort, education, and income interact to create differences in familiarity, skill, and personal preference such that older adults with more education and higher incomes are more likely to access and use ICTs.\nTraining and support is one strategy that has been identified as able to increase access and use of ICTs among middle-aged and older adults. However, training needs to be tailored, relevant, and ongoing. Community service organizations that provide training and support require infrastructure support to purchase computers and tablets every three years as new technology emerges. In addition, ongoing funding is required to provide necessary training and support. This could be connected with other home programs, as in-home services are preferable.\nNegative stereotypes associated with ageist perspectives of older adults need to be systematically challenged and dispelled through public service campaigns and in mass media. Representations of older adults as incapable of learning how to use ICTs serves to perpetuate the digital divide.\nUsable and accessible design can enhance use of ICTs as some adults experience physical challenges such as declines in vision and hearing, and increased arthritis in their hands. Applying principles of universal design, and creating products that are accessible, reliable, and functional for most people, including those with disabilities, can lead to a generation of products that meet the needs 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».