What does the literature say about using robots on children with disabilities?
Notice bibliographique
Résumé
PURPOSE: The purpose of this study is to examine the extent and type of robots used for the rehabilitation and education of children and young people with CP and ASD and the associated outcomes. METHODS: The scholarly literature was systematically searched and analyzed. Articles were included if they reported the results of robots used or intended to be used for the rehabilitation and education of children and young people with CP and ASD during play and educative and social interaction activities. RESULTS: We found 15 robotic systems reported in 34 studies that provided a low level of evidence. The outcomes were mainly for children with ASD interaction and who had a reduction in autistic behaviour, and for CP cognitive development, learning, and play. CONCLUSION: More research is needed in this area using designs that provide higher validity. A centred design approach is needed for developing new low-cost robots for this population. Implications for rehabilitation In spite of the potential of robots to promote development in children with ASD and CP, the limited available evidence requires researchers to conduct studies with higher validity. The low level of evidence plus the need for specialized technical support should be considered critical factors before making the decision to purchase robots for use in treatment for children with CP and ASD. A user-entered design approach would increase the chances of success for robots to improve functional, learning, and educative outcomes in children with ASD and CP. We recommend that developers use this approach. The participation of interdisciplinary teams in the design, development, and implementation of new robotic systems is of extra value. We recommend the design and development of low-cost robotic systems to make robots more affordable.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».