Velferdsteknologiens bidrag til deltakelse i meningsfull aktivitet for synshemmede eldre
Bibliographic record
Abstract
Hensikt: På grunn av en økende eldre befolkning, og forespeilet stor mangel på helsepersonell de neste 20 årene, vil det være enda viktigere at alle eldre får hverdagen tilrettelagt best mulig for at de skal kunne leve hjemme lenge og mest mulig selvstendig. Det vil derfor være viktig å benytte mulige ressurser på dette, hvor velferdsteknologi står frem som en viktig nøkkel. Gjennom oppgaven vil vi fokusere på velferdsteknologiens bidrag til eldre over 80 år med nedsatt syn, mer spesifikt teknologiens påvirkning på deltagelse i meningsfull aktivitet og se dette i forhold til CMOP-E.\n\nMetode: Vi har valgt å gjennomføre kvalitative intervju med tre brukere over 80 år med nedsatt syn, hvor vi stiller spørsmål knyttet til deres deltakelse i sine meningsfulle aktiviteter, og hvordan eventuelle velferdsteknologiske løsninger påvirker deltakelsen. Videre vil vi benytte Tematisk Analyse for å analysere funnene, for så å diskutere disse i tråd med CMOP-E. \n\nResultat: Informantene benytter ulik mengde velferdsteknologi i hverdagen, der deler av disse bidrar direkte til at informantene er i stand til å gjennomføre en meningsfull aktivitet. Noen av informantene benytter samme type velferdsteknologiske løsning, mens noen av løsningene er individuelt tilpasset individet. Informantene er også i stor grad avhengig av sine sosiale relasjoner i hverdagen, og mottar hjelp til daglige aktiviteter, som husvask, fra familie og hjemmetjenester. \n\nKonklusjon: Velferdsteknologi har en hensikt for eldre med nedsatt syn sin deltakelse i meningsfull aktivitet. Her vil det være mulighet for flere standardiserte løsninger som vil passe flere brukere, men det vil også være viktig å sørge for god nok kartlegging slik at ens individuelle behov og forutsetninger blir fokusert på. Det vil også være viktig å anerkjenne og benytte brukernes sosiale ressurser. Dette vil sørge for at flest mulig kan være aktivt deltagende i egen hverdag uten direkte bistandsbehov fra helsetjenester. \n\nNøkkelord: Canadian Model of Occupational Performance and Engagement (CMOP-E), meningsfull aktivitet, eldre, synsnedsettelse, velferdsteknologi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.083 | 0.036 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".