Perceptions of Technology and Its Use for Therapeutic Application for Individuals With Hemiparesis: Findings From Adult and Pediatric Focus Groups
Notice bibliographique
Résumé
BACKGROUND: Digital technology is becoming an increasingly popular means of delivering meaningful therapy to individuals with neurological impairments. An understanding of clients' technology use and their perspectives on incorporating technology into rehabilitation can provide researchers and designers with valuable information to inform development of technologies and technology-based rehabilitation programs. OBJECTIVE: This study was designed to establish the current use and perceptions of gaming, social media, and robotics technologies for rehabilitative purposes from the perspective of adults and children with upper limb impairments to identify barriers and enablers to their adoption and use. METHODS: We conducted three focus groups consisting of pediatric (n=7, mean age 11.0 years) and adult (n=8, mean age 60.8 years) participants with hemiparesis affecting their upper limb. We applied thematic analysis methods to the resulting data. RESULTS: We identified three key themes: (1) clients' use of technology in everyday life and rehabilitation, (2) barriers to use, and (3) enablers to therapy. Participants had limited exposure to technology for therapeutic purposes, but all acknowledged the potential benefits in providing motivation and interest for the performance of repetitive task practice. Adult participants requested efficacious, simple, and easy-to-use technology for rehabilitation with programs that could be individualized for them and expressed that they wanted these programs to provide a motivating means of repeated practice of therapeutic movements. In contrast, pediatric participants emphasized a desire for technology for rehabilitation that offered opportunities for social interaction and interactive games involving their whole body and not only their affected limb. Perceived safety and privacy were concerns for both groups. CONCLUSIONS: Our findings highlight that all participants were open to the integration of technology into rehabilitation. Adult participants were more pragmatically motivated by potential recovery gains, whereas pediatric participants were more intrinsically motivated by access to games.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».