MétaCan
Menu
Retour à la cohorte
Enregistrement W4221121050 · doi:10.2196/33165

The Acceptability of Digital Technology and Tele-Exercise in the Age of COVID-19: Cross-sectional Study

2022· article· en· W4221121050 sur OpenAlexvenueno aff
Vanda Ho, Reshma Aziz Merchant

Notice bibliographique

RevueJMIR Aging · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelehealthGerontologyMedicinePandemicSocial isolationCross-sectional studyDemographicsSocial distancePerceptionTelemedicinePsychologyPhysical therapyCoronavirus disease 2019 (COVID-19)Health careDemographyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With the COVID-19 pandemic, telehealth has been increasingly used to offset the negative outcomes of social isolation and functional decline in older adults. Crucial to the success of telehealth is end user adoption. OBJECTIVE: This study aims to investigate perception and acceptability of digital technology among Asian older adults. METHODS: The Healthy Ageing Promotion Program for You (HAPPY) dual-task exercise was conducted virtually to participants aged ≥60 years. Questionnaires were administered digitally and collected data on demographics, perceptions of digital technology and evaluation of HAPPY, the 6-item Lubben Social Network Scale, intrinsic capacity using the Integrated Care for Older People tool, and a functional screening with the FRAIL scale and five chair rises. Descriptive analysis was used. RESULTS: A total of 42 participants were digitally interviewed. The mean age was 69.1 (4.7) years. Hearing, vision, and 3-item recall difficulty were present in 14% (n=6), 12% (n=5), and 24% (n=10) of participants, respectively. Of the participants, 29% (n=12) had possible sarcopenia and 14% (n=6) were prefrail. Around 24% (n=10) were at risk of social isolation. Most of the participants (n=38, 91%) agreed that technology is good, and 79% (n=33) agreed that technology would allow them to be independent for longer. Over three-quarters of participants (n=33, 79%) agreed that they have the necessary knowledge, and 91% (n=38) had technological assistance available. However, 57% (n=24) were still apprehensive about using technology. Despite 71% (n=30) of older adults owning their devices, 36% (n=15) felt finances were limiting. Through digital HAPPY, 45% (n=19) of participants reported feeling stronger, 48% (n=20) had improved spirits, and 40% (n=17) and 38% (n=16) had improved mood and memory, respectively. CONCLUSIONS: The majority of older adults in this study believed in digital technology and had the necessary knowledge and help, but almost half still felt apprehensive and had financial barriers to adopting technology. A digitally administered exercise program especially in a group setting is a feasible option to enhance intrinsic capacity in older adults. However, more work is needed in elucidating sources of apprehension and financial barriers to adopting technology.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,357
Écart entre enseignants0,332 · 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'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

Citations32
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207