Technology Support Challenges and Recommendations for Adapting an Evidence-Based Exercise Program for Remote Delivery to Older Adults: Exploratory Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Tele-exercise has emerged as a means for older adults to participate in group exercise during the COVID-19 pandemic. However, little is known about the technology support needs of older adults for accessing tele-exercise. OBJECTIVE: This study aims to examine the needs of older adults for transition to tele-exercise, identify barriers to and facilitators of tele-exercise uptake and continued participation, and describe technology support challenges and successes encountered by older adults starting tele-exercise. METHODS: We used an exploratory, sequential mixed methods study design. Participants were older adults with symptomatic knee osteoarthritis (N=44) who started participating in a remotely delivered program called Enhance Fitness. Before the start of the classes, a subsample of the participants (n=10) completed semistructured phone interviews about their technology support needs and the barriers to and facilitators for technology adoption. All of the participants completed the surveys including the Senior Technology Acceptance Model scale and a technology needs assessment. The study team recorded the technology challenges encountered and the attendance rates for 48 sessions delivered over 16 weeks. RESULTS: Four themes emerged from the interviews: participants desire features in a tele-exercise program that foster accountability, direct access to helpful people who can troubleshoot and provide guidance with technology is important, opportunities to participate in high-value activities motivate willingness to persevere through the technology concerns, and belief in the ability to learn new things supersedes technology-related frustration. Among the participants in the tele-exercise classes (mean age 74, SD 6.3 years; 38/44, 86% female; mean 2.5, SD 0.9 chronic conditions), 71% (31/44) had a computer with a webcam, but 41% (18/44) had little or no experience with videoconferencing. The initial technology orientation sessions lasted on average 19.3 (SD 10.3) minutes, and 24% (11/44) required a follow-up assistance call. During the first 2 weeks of tele-exercise, 47% of participants (21/44) required technical assistance, which decreased to 12% (5/44) during weeks 3 to 16. The median attendance was 100% for the first 6 sessions and 93% for the subsequent 42 sessions. CONCLUSIONS: With appropriate support, older adults can successfully participate in tele-exercise. Recommendations include individualized technology orientation sessions, experiential learning, and availability of standby technical assistance, particularly during the first 2 weeks of classes. Continued development of best practices in this area may allow previously hard-to-reach populations of older adults to participate in health-enhancing, evidence-based exercise programs.
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 | 0,133 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| 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 ».