MétaCan
Menu
Retour à la cohorte
Enregistrement W3216634810 · doi:10.1080/17483107.2021.2001063

Evaluation of two power assist systems for manual wheelchairs for usability, performance and mobility: a pilot study

2021· article· en· W3216634810 sur OpenAlexaff
Elliott Flockhart, William C. Miller, Jory A. Campbell, Johanne Mattie, Jaimie Borisoff

Notice bibliographique

RevueDisability and Rehabilitation Assistive Technology · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensInternational Collaboration On Repair DiscoveriesBritish Columbia Institute of TechnologyUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésUsabilityWheelchairSoftware portabilitySystem usability scaleComputer scienceSimulationHuman–computer interactionHeuristic evaluation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Power-assist devices for manual wheelchairs offer benefits, including increased community participation. Several power-assist devices are commercially available, but research on benefits and limitations of devices is limited. OBJECTIVE: To compare the usability, performance, and mobility of two power-assist device systems for manual wheelchairs in indoor and outdoor environments. METHODS: This mixed methods pilot study included 11 volunteers with limited wheelchair experience. Participants tested two different power-assist device configurations: (1) the Batec® and (2) the SmartDrive® + Freewheel®. Indoor & outdoor obstacle courses contained relevant skills from the Wheelchair Skills Test, Power Mobility Community Driving Assessment, and Power Mobility Indoor Driving Assessment. The NASA Task Load Index and System Usability Scale assessed participants' perceptions of cognitive demand and usability. A semi-structured interview was conducted to explore participants' experiences. RESULTS: Substantial differences were found in the NASA Task Load Index, and System Usability Scale scores. Participant interviews and researcher observations revealed each device performed better on some obstacle course elements. Qualitative findings showed a general preference for using the Batec® for long trips outside and off-road terrains, primarily due to the Batec's® perceived better speed control, maximum speed, and simpler braking system. Conversely, the SmartDrive® + Freewheel® was deemed most useful indoors and in tight spaces; due to a smaller wheelchair footprint, better turning radius, and increased device portability. CONCLUSION: Further studies are required to understand the usability, performance, and mobility of power-assist devices. Moving forward, these findings will inform end users and occupational therapists when procuring manual wheelchair power-assist devices.Implications for rehabilitationPower-assist devices (PADs) for manual wheelchairs increase the potential for community participation.Qualitative findings showed a general preference for using the Batec® for long trips outside and for off-road terrains, primarily due to the Batec's® perceived better speed control, maximum speed, and simpler braking system.The SmartDrive® + Freewheel® was deemed most useful indoors and in tight spaces; due to a smaller wheelchair footprint, better turning radius, and increased device portability.Increasing knowledge and research about PADs will support development of alternative options for manual or power wheelchairs users. PADs may allow manual wheelchair users (MWC) to delay moving to a power wheelchair (PWC), potentially reducing the perceived stigma associated with transitioning to a power wheelchair and impacting health outcomes.

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)0,012
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,038
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,093
Tête enseignante GPT0,457
Écart entre enseignants0,364 · 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.

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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and Rehabilitation Assistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207