MétaCan
Menu
Retour à la cohorte
Enregistrement W755220012

Not All on the Same Page: E-Book Adoption and Technology Exploration by Seniors.

2014· article· en· W755220012 sur OpenAlexfundaboutno aff
Anabel Quan‐Haase, Kim Martin, Kathleen Schreurs

Notice bibliographique

RevueScholarship@Western (Western University) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSoftware portabilityMateriality (auditing)Grounded theoryReading (process)Function (biology)PopulationSociologyProcess (computing)PsychologyPublic relationsKnowledge managementMarketingBusinessComputer sciencePolitical scienceSocial scienceQualitative researchAestheticsArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper aims to understand the adoption of e-books and e-readers by persons aged sixty and above. This includes an investigation into where seniors are in the stages of e-book adoption. Method: Data were collected through semi-structured interviews in a mid-size city in Southwestern Ontario, Canada. Analysis: Interviews were transcribed, and coded using grounded theory. Rogers's model of the innovation-decision process was used to inform the data analysis process. Results: The results show three key factors affecting adoption: longing for materiality, technology confidence, and technology exploration. While seniors are interested in e-books and e-readers, see many benefits to their use, and are curious about how they function, the majority perceive this technology as being primarily appropriate for younger generations. Conclusion: The findings have implications for our understanding of the diffusion of innovations amongst the senior population and the development of services geared toward them. E-books and e-readers are technologies that could prove beneficial, aiding with issues related to both portability and convenience. However, e-books do not allow for the sharing of books that this population is accustomed to, and many of them are still on the fence about fully adopting this tool into their reading practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,303
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetTechnology Use by Older AdultsTravaux en français237 207