MétaCan
Menu
Retour à la cohorte
Enregistrement W2046457489 · doi:10.1519/jpt.0b013e318224aa23

A Review of Monitoring Technology for Use With Older Adults

2011· review· en· W2046457489 sur OpenAlexaff
Flo Wagner, Jenny Basran, Vanina Dal Bello‐Haas

Notice bibliographique

RevueJournal of Geriatric Physical Therapy · 2011
Typereview
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésClothingWearable computerNarrative reviewWearable technologyMedicineOlder peopleGerontologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many Americans are living longer and recent studies report that the majority of older adults wish to live as independently as possible in their own homes, for as long as possible. This creates a need for effective monitoring, and technology has much to offer. PURPOSE: The purpose of this article is to provide a narrative review of current monitoring technology appropriate for older adults' home use. METHODS: A review of current literature provides a comprehensive discussion of the development of this technology. DISCUSSION: In the past several years, advancements have been made in the area of monitoring the movement and activity of older adults in their home environment. This technology may benefit older individuals by assisting them to remain living in their own homes for as long as possible. Unobtrusive monitoring and wearable technology, which is clothing or accessories that incorporate computer or electronic technology, are rapidly expanding areas of development. Various applications of this technology may assist in falls detection and overall safety. In addition, continuous monitoring of an older adult's specific movements or activity can identify changes in day-to-day activity levels, which may indicate a change in medical status. CONCLUSION: Although many devices are still at the developmental stage, the future of this technology may offer older adults a level of increased safety and security in their homes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,077
Tête enseignante GPT0,343
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations60
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geriatric Physical TherapyMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207