Determinants of technology adoption and continued use among cognitively impaired older adults: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Technology offers opportunities to support older adults with mild cognitive impairments to remain independent and socially connected, but is often not used. Although determinants of technology use among older adults in general are well studied, much less is known about how these factors impact technology use behaviour in cognitively impaired older adults. This study aimed to bridge this gap in research by examining the factors underlying technology use in community-dwelling older adults with mild cognitive impairments. METHODS: We applied a generic qualitative design and used 16 semi-structured interviews to collect data from Belgian (Flemish) community-dwelling older adults diagnosed with Mild Cognitive Impairment or dementia and informal caregivers. To get data from different perspectives, a focus group with professional caregivers was added. We used thematic analysis with an inductive approach to identify and select themes from the data. RESULTS: We identified two themes: introduction of technology and determinants of technology adoption and continued use. Successful technology adoption in cognitively impaired older adults is need-driven and subject to individual, technological and contextual characteristics. Specific for older adults with cognitive impairments are the importance of disease awareness and cognitive ability for adoption and continued use, respectively. Although social support can be a valuable alternative to technology, it is an important facilitator of continued technology use in these older adults. Similarly, integration of technologies in daily routines can buffer discontinuation of technologies. CONCLUSIONS: Future research is encouraged to validate our findings in a postpandemic era and to further develop a novel theoretical framework for technology acceptance among older adults with cognitive impairments. Moreover, identification of crucial determinants as well as strategies to remove use barriers are also important future research tasks. Clinical practice should focus on improving disease awareness to facilitate technology adoption and policies should invest in training and support of professional caregivers and in reimbursement strategies to facilitate implementation of technology in practice.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».