MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200284387 · doi:10.1093/geroni/igab046.1090

The Virtualization of a Movement and Social Group-Activity Intervention for Older Adults and Their Caregivers

2021· article· en· W4200284387 sur OpenAlexaff
Christina E. Hugenschmidt, Deepthi Thumuluri, Christina Tsoules Soriano, Rebecca Barnstaple, Jason Fanning, Jessie Laurita-Spanglet, Edward H. Ip

Notice bibliographique

RevueInnovation in Aging · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Psychological interventionDyadPsychologyDementiaVulnerability (computing)Movement (music)Developmental psychologyMedicineComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract COVID-related safety concerns mandated suspension of our ongoing trial testing the effects of movement and social engagement in older adults with early-stage dementia and their caregivers (dyads). Participant vulnerability and the requirement for group social interaction complicated intervention resumption. We present results from a successful pilot to rapidly and iteratively optimize study interventions for remote delivery targeting intervention mediators (social connection, movement) based on participant feedback. Three-dyad groups (n=6 individuals) completed cycles of intervention via Zoom immediately followed by an interview with open-ended and quantitative feedback. Cycles were repeated until no new information was solicited, then repeated with new participants. Optimization revealed needs for technological support, more intensive movement, and social connection. Specifically, the inability to make eye contact, see others’ full body, and technology-associated timing asynchronies impeded social connection in the movement group. We will present practical tips for crafting remote group interventions for caregiver/person living with dementia dyads.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,039
Tête enseignante GPT0,379
Écart entre enseignants0,340 · 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'étudeEssai non randomisé
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→