MétaCan
Menu
Retour à la cohorte
Enregistrement W4205364495 · doi:10.2196/31162

Technology-Mediated Enrichment in Aged Care: Survey and Interview Study

2022· article· en· W4205364495 sur OpenAlexvenueno aff

Notice bibliographique

RevueJMIR Aging · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData collectionAged careQualitative researchHealth careInterviewMEDLINE

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital technologies such as virtual reality (VR), humanoid robots, and digital companion pets have the potential to provide social and emotional enrichment for people living in aged care. However, there is currently limited knowledge about how technologies are being used to provide enrichment, what benefits they provide, and what challenges arise when deploying these technologies in aged care settings. OBJECTIVE: This study aims to investigate how digital technologies are being used for social and emotional enrichment in the Australian aged care industry and identify the benefits and challenges of using technology for enrichment in aged care. METHODS: A web-based survey (N=20) was distributed among people working in the Australian aged care sector. The survey collected information about the types of technologies being deployed and their perceived value. The survey was followed by semistructured interviews (N=12) with aged care workers and technology developers to investigate their experiences of deploying technologies with older adults living in aged care. Survey data were analyzed using summary descriptive statistics and categorizing open-ended text responses. Interview data were analyzed using reflexive thematic analysis. RESULTS: The survey revealed that a range of commercial technologies, such as VR, tablet devices, and mobile phones, are being used in aged care to support social activities and provide entertainment. Respondents had differing views about the value of emerging technologies, such as VR, social robots, and robot pets, but were more united in their views about the value of videoconferencing. Interviews revealed 4 types of technology-mediated enrichment experiences: enhancing social engagement, virtually leaving the care home, reconnecting with personal interests, and providing entertainment and distraction. Our analysis identified 5 barriers: resource constraints, the need to select appropriate devices and apps, client challenges, limited staff and organizational support, and family resistance. CONCLUSIONS: This study demonstrates that technologies can be used in aged care to create personally meaningful enrichment experiences for aged care clients. To maximize the effectiveness of technology-mediated enrichment, we argue that a person-centered care approach is crucial. Although enrichment experiences can be created using available technologies, they must be carefully selected and co-deployed with aged care clients. However, significant changes may be required within organizations to allow caregivers to facilitate individual technology-based activities for enrichment.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,054
Tête enseignante GPT0,395
Écart entre enseignants0,341 · 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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetSocial Robot Interaction and HRITravaux en français237 207