Using a wearable camera to support everyday memory following brain injury: a single-case study
Notice bibliographique
Résumé
Abstract Background: Wearable cameras have been shown to improve memory in people with hippocampal amnesia and Alzheimer's disease. It is not known whether this benefit extends to people with amnesia of complex or uncertain origin. Method: This case study examined the effect of wearable camera use on memory and occupational performance in a patient with memory loss and complex mental health problems following a severe neurological incident. With the help of his occupational therapist (OT), Mr A used a wearable camera to record a series of eight personally significant events over a 6-week period. During visits from his OT, Mr A was asked to report what he could remember about the events, both before (baseline) and during the review of time-lapsed photographs captured automatically by the camera. Results: The results showed striking improvements in recall while reviewing the photographs, relative to baseline recall, but the additional details recalled during review did not appear to be maintained at later tests, after several days. Across the study period, there were moderate increases in occupational performance, measured using the Canadian Occupational Performance Measure. However, after the study period ended, Mr A ceased to use the wearable camera due to technological difficulty. Conclusion: There was a clear benefit of wearable camera use, but the real-world impact of the technology was limited by the complexity of the system. The results of the study are discussed alongside novel clinical insights and suggestions for developing wearable camera support systems that can be used independently by people with memory problems.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».