Smart Assistive Technology for Cooking for People With Cognitive Impairments Following a Traumatic Brain Injury: User Experience Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND User experience (UX), including usability, should be formally assessed multiple times throughout the development process to optimize the acceptability and integration of a new technology before implementing it within the home environment of people living with cognitive impairments. OBJECTIVE The aim of this study is to identify UX issues, notably usability issues, and factors to consider for the future implementation of the COOK (Cognitive Orthosis for Cooking) within the home of individuals with traumatic brain injury (TBI) to identify modifications to improve the technology. METHODS This study comprised two rounds of UX evaluations, including extensive usability testing, which were completed in a laboratory context: 3 sessions with 5 experts and, after improvement of COOK, 2 sessions with 10 participants with TBI. Each session included the use of scenarios and questionnaires on UX and usability. RESULTS Both rounds demonstrated good usability outcomes and hedonic qualities. Various usability issues were identified by participants, such as navigation inconsistencies, technical bugs, and the need for more feedback. Factors to consider in the future implementation of COOK were also mentioned by participants with TBI, including environmental (eg, space available and presence of pets) and personal factors (eg, level of comfort with technology, presence of visual deficits, and preferences). CONCLUSIONS By evaluating UX, including usability, various times throughout the development process and including experts and end users, our research team was able to develop a technology that was perceived as usable, pleasant, and well-designed. This research is an example of how and when people with cognitive impairments (ie, people with TBI) can be involved in evaluating the UX of new 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».