ACCURACY AND USABILITY OF A MOBILE ALERT SYSTEM FOR COMMUNITY CITIZENS TO LOCATE PERSONS WITH DEMENTIA WHO GET LOST
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.
Notice bibliographique
Résumé
Abstract Three out of five persons with dementia wander. While the literature supports community engagement in the location of lost older adults, publically funded Silver Alert programs are associated with jurisdictional issues and alert fatigue. In collaboration and consultation with key stakeholders (older adults living with dementia, care partners, service providers, advocates, police organizations), we developed Community ASAP, an alert system (mobile website and app) that mobilizes community citizens who volunteer to keep watch for persons with dementia reported to be lost. The purpose of this study was to evaluate usability and functionality of the Community ASAP app. Thirteen participants from six regions in Canada received a total of 130 missing person notifications. They recorded the time and content of these notifications, completed the Website Usability Questionnaire, and provided written feedback or participated in a group interview about their experiences using the app and suggestions for improvements. The Community ASAP app delivered notifications with 100% accuracy and received messages from participants with 98% accuracy. Overall, participants thought the interface was easy to navigate, graphics were pleasing, easy to use, and was clearly organized. Suggestions for improvements to increase usability included: 1) Multi-sensory alerts to make them more noticeable and increase readability; 2) Clearer navigation within the home screen and preferences; 3) User support (instructions, demo video, technical support). Evaluation results for this innovative app were favourable; suggestions will be used to further improve usability, particularly for end users who are novices at using mobile applications.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découle