MétaCan
Menu
Retour à la cohorte
Enregistrement W3089429723 · doi:10.1177/1539449220961340

Canadian Occupational Therapists’ Use of Technology With Older Adults: A Nationwide Survey

2020· article· en· W3089429723 sur OpenAlexaffabout
Aline Aboujaoudé, Nathalie Bier, Maxime Lussier, Christine Ménard, Mélanie Couture, Louise Demers, Claudine Auger, Hélène Pigot, Martin Caouette, Dany Lussier‐Desrochers, Patrícia Belchior

Notice bibliographique

RevueOTJR Occupational Therapy Journal of Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensCentre for Interdisciplinary Research in RehabilitationMcGill UniversityUniversité de SherbrookeUniversité de MontréalUniversité du Québec à Trois-RivièresCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyOccupational therapyLogistic regressionMedicineCross-sectional studyRehabilitationGateway (web page)Family medicinePsychologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

As rehabilitation specialists, occupational therapy practitioners play a gateway role regarding recommendation of various technologies for homecare. However, no study has investigated current occupational therapy practices concerning information and communication technology (ICT) for older adults in Canada. The objective of this study was to identify Canadian occupational therapists’ (OTs) knowledge and practices of ICT with older adults as well as factors associated with its recommendation. A Canada-wide, cross-sectional, online survey was conducted. Of 387 OTs, only 12.4% reported recommending ICT in practice. ICTs supporting communication and cognition were the main types recommended. The reported barriers to use in practice differed between ICT familiar users and nonusers. Multivariate logistic regression analyses showed that clinicians with more years of clinical experience were more likely to recommend ICT. Clinicians’ services, work environments, and client diagnosis were also factors associated with ICT recommendation. Additional research is needed to understand how to overcome barriers to ICT recommendation in OT practice.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,198
Tête enseignante GPT0,459
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOTJR Occupational Therapy Journal of ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207