ENGAGING PEOPLE WITH DEMENTIA IN USING AN ELECTRONIC PILL DISPENSER: RESEARCH PROTOCOL
Notice bibliographique
Résumé
Many studies show that people with dementia are able to learn skills, but findings concerning their ability to use technologies are inconsistent. Therefore, details about active ingredients that make intervention using technologies successful are needed. This study describes the development and evaluation of a rehabilitation approach integrating specific learning strategies that engage people with mild Alzheimer Disease (AD) and their caregivers, in managing their medication with an electronic pill dispenser. Phase 1 will consist in developing an approach that is based on the state of knowledge concerning the cognitive profile of people with AD and their learning capacities. Validation of this approach will be iterative and involve semi-structured interviews with nine key actors (three persons with AD, three caregivers and three health professionals). Content analysis will help to identify which elements should be modified in order to maximize the acceptability and coherence of this approach. In phase 2, five dyads (person with AD and caregiver) will be implicated in the evaluation of the efficacy of this approach with an ABA multiple baseline across participants design. Medication management will be quantified using an observation chart and will also be filmed once a week to be rated by blinded evaluators. Phase 3 will involve five semi-structured interviews with the caregivers to understand their experience. This study could become a proof of concept that a rehabilitation approach, integrating evidence-based training strategies that engage people with mild AD and their caregivers in using technology, can improve task performance in a home environment.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».