La gérontologie narrative numérique : porte ouverte sur les apprentissages informels intergénérationnels et les communications numériques
Notice bibliographique
Résumé
Ontario’s action plan for seniors recognizes that seniors have health and education needs, among other needs (Gouvernement de l’Ontario, 2017). To partially meet these needs, we have proposed an innovative gerontagogical approach by combining two existing concepts: narrative gerontology with digital storytelling. Thus, by this new concept of Digital Narrative Gerontology, we give seniors a special place for the elaboration of the message they wish to bequeath to other generations, by creating together their life testimonies in digital form easy to share, while mutually acquiring new digital skills and exploiting the benefits of narrative gerontology, such as well-being, aging well, resilience and wisdom, but also informal and intergenerational learning. Communication was important on two levels: between the elder and the researcher during the oral narration and the creation of the digital narration in a relationship of mutual trust as well as in the form of digital testimony with a key message to transmit, during the broadcast of the digital narration. This research also made it possible to respond to the curiosity of the elders for new matters in a reassuring framework, adapted to their level, while respecting their learning pace and the choices of knowledge that they wish to acquire. Seniors were proud to share their digital creation with those they had chosen, thus opening the space for discussions, exchanges, emotions and the open door to a new intergenerational “narrative” and social interactions - sources of learning.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».