Attitudes and perspectives of older adults on technologies for assessing frailty in home settings: a focus group study
Notice bibliographique
Résumé
BACKGROUND: The rapid development of technology such as sensors and artificial intelligence in recent years enables monitoring frailty criteria to assess frailty early and accurately from a remote location such as a home. However, research shows technologies being abandoned or rejected by users due to a lack of compatibility and consumer involvement in selecting their assistive technology devices. This study aims to understand older adults' perceptions and preferences of technologies that can potentially assess frailty at home. METHODS: This study collected qualitative data through focus group meetings with 15 participants ages 65 and older. Researchers asked participants questions to achieve the goal of understanding their attitudes on the technologies. These questions include (1) the concerns or barriers of installing and using the presented technology in daily life at home, (2) the reasons participants like or dislike a particular technology, (3) what makes a specific technology more acceptable, and (4) participants' preferences in choosing technologies. Data were transcribed, coded and categorized, and finally synthesized to understand the attitudes towards presented technologies. RESULTS: Three focus group sessions were conducted with five participants in each session. In the findings, the attitudes and perspectives of participants on the technologies for assessing frailty were categorized into four themes: (A) general attitude towards using the technologies, (B) conditions for accepting certain technologies, (C) existing living habits or patterns related to using the technologies, and (D) constructive suggestions related to the technologies. CONCLUSIONS: Participants generally had positive attitudes towards allowing the technologies to be installed and used at their homes. They would accept some technologies if used under certain conditions. However, questions and concerns remain, such as concerns about privacy, functionality, and aesthetics. The study also found that older adults' living habits or patterns could affect the design and use of technology. Lastly, many valuable suggestions have been made by participants. These perspectives and insights can help improve the design and adoption of home-based frailty assessment technologies among older adults.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».