MétaCan
Menu
Retour à la cohorte
Enregistrement W3049296773 · doi:10.1080/10400435.2020.1809552

Facilitators and obstacles to the use of a cognitive orthosis for meal preparation within the homes of adults with a moderate to severe traumatic brain injury: Informal caregivers and health-care professionals’ perspectives

2020· article· en· W3049296773 sur OpenAlexafffund
Mireille Gagnon‐Roy, Nathalie Bier, Mélanie Couture, Sylvain Giroux, Hélène Pigot, Sareh Zarshenas, Carolina Bottari

Notice bibliographique

RevueAssistive Technology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalUniversité de SherbrookeUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésContext (archaeology)Meal preparationCognitionTraumatic brain injuryHealth careMedicineNursingPsychologyGerontologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

A cognitive orthosis named COOK was developed and implemented to facilitate meal preparation for adults with severe traumatic brain injury (TBI) living in an alternative housing unit. This study aimed to explore facilitators and barriers to the potential use and implementation of COOK in a new context (i.e., within the homes of people living with a TBI in the community). For this purpose, 20 stakeholders (e.g., health-care professionals, clinical coordinators, informal caregivers of individuals with TBI) were interviewed. Participants identified various potential benefits of this technology (e.g., improving independence and confidence of people with TBI) and facilitators (e.g., clinical and technical supports, helpful functionalities) that could facilitate the use and implementation of COOK within a home environment. However, numerous questions remained unanswered regarding the logistics surrounding the implementation of such technology. Thus, further studies and modifications are required to facilitate future implementation of this technology among individuals living in their own homes.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0010,003
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 Opus0,082
Tête enseignante GPT0,406
Écart entre enseignants0,325 · 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

Citations18
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207