MétaCan
Menu
Retour à la cohorte
Enregistrement W2294295275 · doi:10.2196/iproc.4700

Assistive Dressing System: A Capabilities Study for Personalized Support of Dressing Activities for People Living with Dementia

2015· article· en· W2294295275 sur OpenAlex
Winslow Burleson, Cecil Lozano, Vijay Ravishankar, Jeremy Rowe, Edward Mahoney, D. F. Mahoney

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueIproceedings · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClothingProcess (computing)Wearable computerInternet privacyHuman–computer interactionPsychologyComputer scienceEmbedded system

Résumé

récupéré en direct d'OpenAlex

People living with advanced stages of dementia (PWD) or other cognitive disorders do not have the luxury of remembering how to perform basic day-to-day activities, making them increasingly dependent on the assistance of caregivers. Dressing is one of the most common activities provided by caregivers. It is also one of the most stressful for both parties due to its complexity and privacy challenges posed during the process. In this paper, we present the first of its kind system (DRESS) that aims to provide much needed independence and privacy to individuals with PWDs, and afford additional freedom to their caregivers. The DRESS system is designed to deliver continuous, automated, personally tailored feedback to support PWD’s during the process of dressing. The core of DRESS consists of a computer vision based detection system that continuously monitors the dressing state of the user, identifies and prompts correct and incorrect dressing states, and provides corresponding cues to help complete the dressing process adequately with minimal, or ideally no, caregiver intervention. The DRESS system detects clothing location and orientation and status with respect to the dressing process by identifying and tracking fiducial markers (visual icons) attached to clothes. In preparation for in-home trials with PWDs, we evaluated the system’s ability to detect dressing events by asking 11 healthy participants to simulate common correct and incorrect dressing scenarios, such as donning shirt and pants inside out, back in front, and partial dressing, in a laboratory setting. We found that although the fiducial tracking system missed a few expected detections, it was generally capable of detecting dressing phases for both pants and shirt. Our study suggests that the use of a fiducial tracking system in the context of detecting dressing processes has the potential to automatically recognize, and generate prompts and feedback to assist PWDs or related cognitive disorders to correctly dress themselves with little or, ideally no assistance from their caregivers.

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.

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)0,001
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 enseignants0,790
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,330
Écart entre enseignants0,290 · 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