Championing Older Adults in Climate Empowerment (COALESCE) Phase 1 - A Participatory Rapid Realist Review
Notice bibliographique
Résumé
Abstract Background The COALESCE Project (Phase I) investigates how older adults experience and prioritise the effects of climate breakdown. By engaging them as citizen science co-researchers, the project aims to co-develop resilience strategies tailored to their needs. Partnering older adults with graduate students fostered intergenerational exchange, enhancing research capacity and generating practical interventions to address severe weather impacts on ageing populations. Methods A participant-led rapid realist review (PRRR) was piloted to explore how best to identify climate change priorities and effective interventions. Five graduate students and seven older adult co-researchers were trained to collaboratively undertake a time-limited PRRR, including literature search, data extraction, and synthesis. Student–older adult pairs conducted targeted searches of academic and grey literature on climate-related impacts and resilience strategies for older people. Guided by older adults’ lived experiences, the review process integrated life-course interviews and deliberative dialogues, enabling reflection, critique, and adaptation of the PRRR method. Findings The pilot showed that effective co-research requires working to the unique strengths of both older adults and students. Rather than duplicating tasks, collaboration was optimised when students applied academic research skills alongside older adults’ lived experience and contextual knowledge, ensuring shared responsibility and ownership of the review. Discussion This intergenerational co-research model deepened understanding of climate impacts on older people, built mutual research capacity, and empowered participants. Critically, the project demonstrated the potential of participatory realist reviews to co-produce knowledge and inform interventions, ensuring older adults define their own climate change contexts and resilience needs.
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 | 0,311 | 0,367 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».