RLIFE™: AN ONLINE PLATFORM TO SUPPORT THE SOCIAL INTERACTIONS OF INDIVIDUALS WITH DEMENTIA
Notice bibliographique
Résumé
Social connectedness and participation in meaningful activities can help individuals with dementia maintain a sense of belonging, stay independent at home longer, slow cognitive decline, increase life satisfaction, and promote aging in place. However, there is a lack of consolidated resources to support individuals with dementia with the fulfillment of their social needs after a dementia diagnosis. There are some websites and online information boards to support individuals with dementia; however, the amount of information can be overwhelming because it is not adapted to their needs. The demand to increase and facilitate social connectedness for individuals with dementia encourages the development of solutions tailored to this population. The objective of this work is to develop a prototype of an online platform to Reconnect individuals with mild to moderate dementia to Life, through social Interaction and Fulfilling Experiences (rLifeTM). Using a transdisciplinary approach, a prototype was co-created based on the information provided by different stakeholders (i.e., individuals with dementia, clinicians, technicians, engineers, family caregivers, and researchers). We first identified areas for social interaction and translated them into the conception of a matching algorithm aimed at connecting individuals with dementia to personalized opportunities tailored to their needs, values and preferences. We then defined a non-profit model of operation that utilizes partnerships with dementia-focused organizations to ensure the sustainability of the platform. Future directions include developing the services offered on the platform, and designing and testing the user interface with individuals in our target population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».