Older Adults’ Attitudes Toward Ambulatory Technology to Support Monitoring and Coaching of Healthy Behaviors: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Prevention of functional decline demands a holistic perspective of health management. Older adults are becoming avid users of technology; however, technology is not yet largely used in supporting self-management of health in daily life. Previous research suggests that the low adherence to these technologies is likely to be associated with the fact that opinions and wishes of the older population are not always taken into consideration when designing new technology. OBJECTIVE: The aim of this study was to investigate the attitudes of older adults living independently regarding technology to support healthy behaviors, addressing nutrition, physical and cognitive function, and well-being. METHODS: In-depth semistructured interviews were performed with 12 older adults addressing 4 themes: (1) current practices in health management, (2) attitudes toward using technology to support health management, (3) wishes from technology, and (4) change in attitudes after actual use of technology. The fourth theme was investigated with a follow-up interview after participants had used a step counter, a smart scale, and a mobile app for 1 month. Data collected were analyzed using inductive thematic analysis. RESULTS: Participants were active in self-managing their health and foresaw an added value on using technology to support them in adopting healthier behaviors in everyday life. Attitudes and wishes differed considerably per health domain, with cognitive function being the most sensitive topic. Fears from technology mentioned were attention theft, replacement of human touch, and disuse of existing abilities. Poststudy interviews suggest that attitudes toward technology improve after a short period of use. CONCLUSIONS: Technology to support aging in place must target health literacy, allow personalization in the design but also in the use of the technology, and tackle existing fears concerning technology. Further research should investigate the effect of these strategies on the adherence to technology to be used in daily life. We outline a set of recommendations of interest to those involved in developing and implementing technology to support aging in place, focusing on acceptance, barriers, and ethical concerns.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».