MétaCan
Menu
Retour à la cohorte
Enregistrement W3048907237 · doi:10.2196/17286

Emerging Technologies With Potential Care and Support Applications for Older People: Review of Gray Literature

2020· review· en· W3048907237 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Aging · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilUniversity of Sheffield
Mots-clésEmerging technologiesHealth careNarrative reviewGrey literaturePopulation ageingWearable computerIndependent livingWearable technologyPopulationKnowledge managementComputer scienceInternet privacyMedicineMEDLINEGerontologyPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The number of older people with unmet care and support needs is increasing substantially due to the challenges facing the formal and informal care systems. Emerging technological developments have the potential to address some of the care and support challenges of older people. However, limited work has been done to identify emerging technological developments with the potential to meet the care and support needs of the aging population. OBJECTIVE: This review aimed to gain an overview of emerging technologies with potential care and support applications for older people, particularly for those living at home. METHODS: A scoping gray literature review was carried out by using the databases of 13 key organizations, hand searching reference lists of included documents, using funding data, and consulting technology experts. A narrative synthesis approach was used to analyze and summarize the findings of the literature review. RESULTS: A total of 39 documents were included in the final analysis. From the analysis, 8 emerging technologies were identified that could potentially be used to meet older people's needs in various care and support domains. These emerging technologies were (1) assistive autonomous robots; (2) self-driving vehicles; (3) artificial intelligence-enabled health smart apps and wearables; (4) new drug release mechanisms; (5) portable diagnostics; (6) voice-activated devices; (7) virtual, augmented, and mixed reality; and (8) intelligent homes. These emerging technologies were at different levels of development, with some being trialed for care applications, whereas others being in the early phases of development. However, only a few documents mentioned including older people during the process of designing and developing these technologies. CONCLUSIONS: This review has identified key emerging technologies with the potential to contribute to the support and care needs of older people. However, to increase the adoption of these technologies by older people, there is a need to involve them and other stakeholders, such as formal and informal carers, in the process of designing and developing these technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,338
Écart entre enseignants0,327 · 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