Implementation of an assistive technology for meal preparation within a supported residence for adults with acquired brain injury: a mixed-methods single case study
Notice bibliographique
Résumé
Objectives This study aimed to investigate the feasibility of implementing an assistive technology for meal preparation called COOK within a supported community residence for a person with an acquired brain injury.Methods Using a mixed-methods approach, a multiple baseline single-case experimental design and a descriptive qualitative study were conducted. The participant was a 47-year-old woman with cognitive impairments following a severe stroke. She received 21 sessions of training on using COOK within a shared kitchen space. During meal preparation, independence and safety were evaluated using three target behaviours: required assistance, task performance errors, and appropriate responses to safety issues, which were compared with an untrained control task, making a budget. Benefits, barriers, and facilitators were assessed via three individual interviews with the client and three focus groups with the care team.Results Both quantitative and qualitative analyses showed that COOK significantly increased independence and safety during meal preparation but not in the control task. Stakeholders suggested that the availability of a training toolkit to a greater number of therapists at the residence and installation of COOK within the client’s apartment would help with successful adoption of this technology.Conclusion COOK is a promising assistive technology for individuals with cognitive deficits who live in supported community residences.Implication For RehabilitationCOOK is a promising assistive technology for cognition to increase independence and safety in meal preparation for clients with ABI within their supported living contexts.Receiving training from an expert and the availability of technical support are imperative to the successful adoption of COOK.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».