Exploring the psychosocial impact of simple robotic assistive technology on adolescents with neuromuscular disease
Notice bibliographique
Résumé
Introduction: Adolescents with neuromuscular disease face significant challenges accessing social leisure activities. Assistive technology has provided new opportunities for those with neuromuscular disease to augment their social lives and leisure pursuits. However, there is limited research evaluating the impact of these technologies. Methods: This study employed mixed methods to evaluate the potential impact of simple robotics on psychosocial factors and quality of life for those adolescents living with neuromuscular diseases. Semi-structured qualitative interviews were performed, as well as the adult Psychosocial Impact of Assistive Technology Device (PIADS) with 9 adolescents, ranging in age from 13 to 19 years old. Results: Thematic analysis of the qualitative data resulted in five major themes: everyday lives and seasonality; socialization; leisure activities; robotics as a leisure activity; and ease of use of robotics. The PIADS found the individual scores demonstrated a range from very little yet positive perceived impact to maximum positive impact in each subscale (competence, adaptability, and self-esteem). Conclusions: Simple mainstream robotics, paired with personalized access methods to control them, offer potential leisure and social integration opportunities to adolescents with neuromuscular diseases in a variety of settings, indoors and outdoors. The findings of this study suggest there are opportunities for this type of mainstream technology to be applied not just to adolescents, but potentially children of all ages with neuromuscular disease, across a variety of environments.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».