MétaCan
Menu
Retour à la cohorte
Enregistrement W3099335657 · doi:10.2196/21964

Use of an Internet-of-Things Smart Home System for Healthy Aging in Older Adults in Residential Settings: Pilot Feasibility Study

2020· article· en· W3099335657 sur OpenAlexvenueno aff
Yong Kyung Choi, Hilaire J. Thompson, George Demiris

Notice bibliographique

RevueJMIR Aging · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensnon disponible
Organismes subventionnairesSchool of Nursing, University of WashingtonUniversity of Washington
Mots-clésAging in placeInternet of ThingsThe InternetCuriosityHome automationGerontologyBachelorPsychologyIndependent livingApplied psychologyInternet privacyMedicineMultimediaComputer scienceTelecommunicationsWorld Wide WebSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Internet-of-Things (IoT) technologies can create smart residences that integrate technology within the home to enhance residents' safety as well as monitor their health and wellness. However, there has been little research on real-world testing of IoT smart home devices with older adults, and the feasibility and acceptance of such tools have not been systematically examined. OBJECTIVE: This study aims to conduct a pilot study to investigate the feasibility of using IoT smart home devices in the actual residences of older adults to facilitate healthy aging. METHODS: We conducted a 2-month feasibility study on community-dwelling older adults. Participants chose among different IoT devices to be installed and deployed within their homes. The IoT devices tested varied depending on the participant's preference: a door and window sensor, a multipurpose sensor (motion, temperature, luminosity, and humidity), a voice-operated smart speaker, and an internet protocol (IP) video camera. RESULTS: We recruited a total of 37 older adults for this study, with 35 (95%) successfully completing all procedures in the 2-month study. The average age of the sample was 78 (SD 9) years and primarily comprised women (29/37, 78%), those who were educated (31/37, 86%; bachelor's degree or higher), and those affected by chronic conditions (33/37, 89%). The most widely chosen devices among the participants were multipurpose sensors and smart speakers. An IP camera was a significantly unpopular choice among participants in both phases. The participant feedback suggests that perceived privacy concerns, perceived usefulness, and curiosity to technology were strong factors when considering which device to have installed in their home. CONCLUSIONS: Overall, our deployment results revealed that the use of IoT smart home devices is feasible in actual residences of older adults. These findings may inform the follow-up assessment of IoT technologies and their impact on health-related outcomes and advance our understanding of the role of IoT home-based monitoring technologies to promote successful aging-in-place for older adults. Future trials should consider older adults' preferences for the different types of smart home devices to be installed in real-world residential settings.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,067
Tête enseignante GPT0,320
Écart entre enseignants0,254 · 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'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

Citations70
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207