MétaCan
Menu
Retour à la cohorte
Enregistrement W3002784884 · doi:10.1080/23311916.2020.1719572

Perceptions of senior citizens on the use and desired features of a wristband for maintaining, strengthening, and regaining hand and finger function

2020· article· en· W3002784884 sur OpenAlexafffund
Carolyn Weeks-Levy, Gautam P. Sadarangani, Carlo Menon

Notice bibliographique

RevueCogent Engineering · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensSimon Fraser University
Organismes subventionnairesAGE-WELL
Mots-clésPerceptionFunction (biology)Compliance (psychology)Physical medicine and rehabilitationQuality of life (healthcare)Point (geometry)PopulationEngineeringApplied psychologyPhysical therapyPsychologyMedicineNursingSocial psychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to understand whether seniors would wear a wristband technology to help them improve, retain, regain, or strengthen hand and finger function and to gather information about the desired features of the technology to enhance compliance in use. The strength and functioning of the hand and fingers decrease as people age and can have a detrimental impact on the individual’s quality of life. Studies have shown that regular exercise of the hands can help the individual maintain hand strength and improve function. Two self-reported, online questionnaires were designed and administered to seniors. Of the 105 surveyed, 62% indicated they would wear a wristband. The top desired wristband features identified were ease of putting the device on, unobtrusiveness and comfort of the device with a desired price point of $99 or less. The majority of seniors surveyed were interested in wearing the wristband; however, results revealed that the wristband would need to be tailored for this population for use and uptake of the wristband. The results of this study provide insight into the features and functionalities of a wristband that would enhance user compliance in seniors who wished to improve hand and finger function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,250
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCogent EngineeringMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207