The identification of assistive technologies being used to support the daily occupations of community-dwelling older adults with dementia: a cross-sectional pilot study
Notice bibliographique
Résumé
Purpose: Assistive technologies (ATs) have tremendous potential to support occupations (i.e. meaningful daily activities) impacted by changes in cognition caused by dementia. However, little is known about what or how ATs are in use in community settings. This research created and piloted guided interviews intended to capture what ATs are in use, factors that affect use and gaps in support from multiple stakeholders. Method: Family caregivers (n = 3) and occupational therapists (n = 10) were chosen as pilot respondents because of their relationship to care provision, understanding of how occupations are impacted by changes in cognition and role in AT procurement. Data were analyzed using descriptive statistics. Results: The interviews' structures enabled data to be grouped into distinct categories and organized easily. The data illustrated the types of analysis that could be done given a larger sample size. It appeared that interviews captured ATs that were in use, as well as areas of non-use and perceived difficulties. Respondents identified several unmet needs and provided suggestions for desired outcomes. Conclusions: While the interview guides must be refined and validated, they are able to capture rich and comprehensive data that could be used by multiple stakeholders, such as clinicians, engineers and caregiver education groups, to target AT development, procurement, education and policy. Implications for RehabilitationStructured interview guide developed and piloted that could be used to identify ATs in use in the community to support older adults with dementia from the viewpoints of multiple stakeholders.These data could be used to: gain an understanding of AT use and non-use, discern differences in perception between the various stakeholders, and guide development, procurement, education and policy efforts.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».