MétaCan
Menu
Retour à la cohorte
Enregistrement W3215283120 · doi:10.2196/28701

Smart Assistive Technology for Cooking for People With Cognitive Impairments Following a Traumatic Brain Injury: User Experience Study

2021· article· en· W3215283120 sur OpenAlexafffundvenue
Mireille Gagnon‐Roy, Stéphanie Pinard, Carolina Bottari, Fanny Le Morellec, Catherine Laliberté, Rym Ben Lagha, Amel Yaddaden, Hélène Pigot, Sylvain Giroux, Nathalie Bier

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalUniversité de SherbrookeHealth and Social Services Centre University Institute of Geriatrics of SherbrookeCentre Hospitalier Universitaire 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 - SantéUniversité de SherbrookeRéseau Provincial de Recherche en Adaptation-RéadaptationNatural Sciences and Engineering Research Council of CanadaMinistère de la SantéMinistère de la Santé et des Services sociaux
Mots-clésUsabilityContext (archaeology)Session (web analytics)CognitionApplied psychologyUser experience designPsychologyCognitive walkthroughWeb usabilityHuman–computer interactionComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: User experience (UX), including usability, should be formally assessed multiple times throughout the development process to optimize the acceptability and integration of a new technology before implementing it within the home environment of people living with cognitive impairments. OBJECTIVE: The aim of this study is to identify UX issues, notably usability issues, and factors to consider for the future implementation of the COOK (Cognitive Orthosis for Cooking) within the home of individuals with traumatic brain injury (TBI) to identify modifications to improve the technology. METHODS: This study comprised two rounds of UX evaluations, including extensive usability testing, which were completed in a laboratory context: 3 sessions with 5 experts and, after improvement of COOK, 2 sessions with 10 participants with TBI. Each session included the use of scenarios and questionnaires on UX and usability. RESULTS: Both rounds demonstrated good usability outcomes and hedonic qualities. Various usability issues were identified by participants, such as navigation inconsistencies, technical bugs, and the need for more feedback. Factors to consider in the future implementation of COOK were also mentioned by participants with TBI, including environmental (eg, space available and presence of pets) and personal factors (eg, level of comfort with technology, presence of visual deficits, and preferences). CONCLUSIONS: By evaluating UX, including usability, various times throughout the development process and including experts and end users, our research team was able to develop a technology that was perceived as usable, pleasant, and well-designed. This research is an example of how and when people with cognitive impairments (ie, people with TBI) can be involved in evaluating the UX of new technology.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,042
Tête enseignante GPT0,391
Écart entre enseignants0,349 · 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

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetTraumatic Brain Injury ResearchTravaux en français237 207