MétaCan
Menu
Retour à la cohorte
Enregistrement W4205623709 · doi:10.2196/29224

The Usability and Impact of a Low-Cost Pet Robot for Older Adults and People With Dementia: Qualitative Content Analysis of User Experiences and Perceptions on Consumer Websites

2021· article· en· W4205623709 sur OpenAlexvenueno aff
Wei Qi Koh, Sally Whelan, Pascale Heins, Dympna Casey, Elaine Toomey, Rose‐Marie Dröes

Notice bibliographique

RevueJMIR Aging · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésUsabilityDementiaLonelinessSocial isolationMoodPsychologyGerontologyQualitative researchPerceptionApplied psychologyMedicineClinical psychologyComputer scienceSocial psychologyPsychiatryHuman–computer interactionDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Worldwide, populations are aging exponentially. Older adults and people with dementia are especially at risk of social isolation and loneliness. Social robots, including robotic pets, have had positive impacts on older adults and people with dementia by providing companionship, improving mood, reducing agitation, and facilitating social interaction. Nevertheless, the issue of affordability can hinder technology access. The Joy for All (JfA) robotic pets have showed promise as examples of low-cost alternatives. However, there has been no research that investigated the usability and impact of such low-cost robotic pets based on perceptions and experiences of its use with older adults and people with dementia. OBJECTIVE: The aim of our study was to explore the usability and impact of the JfA robotic cat, as an example of a low-cost robot, based on perceptions and experiences of using the JfA cat for older adults and people with dementia. METHODS: We used a novel methodology of analyzing a large volume of information that was uploaded by reviewers of the JfA cat onto online consumer review sites. Data were collected from 15 consumer websites. This provided a total of 2445 reviews. Next, all reviews were screened. A total of 1327 reviews that contained information about use of the JfA cat for older adults or people with dementia were included for analysis. These were reviews that contained terms relating to "older adults," "dementia," and "institutional care" and were published in the English language. Descriptive statistics was used to characterize available demographic information, and textual data were qualitatively analyzed using inductive content analysis. RESULTS: Most reviews were derived from consumer sites in the United States, and most reviewers were family members of users (ie, older adults and people with dementia). Based on the qualitative content analysis, 5 key themes were generated: prior expectations, perceptions, meaningful activities, impacts, and practicalities. Reviewers had prior expectations of the JfA cat, which included circumstantial reasons that prompted them to purchase this technology. Their perceptions evolved after using the technology, where most reported positive perceptions about their appearance and interactivity. The use of the robot provided opportunities for users to care for it and incorporate it into their routine. Finally, reviewers also shared information about the impacts of device and practicalities related to its use. CONCLUSIONS: This study provides useful knowledge about the usability and impact of a low-cost pet robot, based on experiences and perceptions of its use. These findings can help researchers, robot developers, and clinicians understand the viability of using low-cost robotic pets to benefit older adults and people with dementia. Future research should consider evaluating design preferences for robotic pets, and compare the effects of low-cost robotic pets with other more technologically advanced robotic pets.

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)0,018
score de la tête « metaresearch » (Gemma)0,047
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 enseignants0,018
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,432
Écart entre enseignants0,385 · 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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetSocial Robot Interaction and HRITravaux en français237 207