MétaCan
Menu
Retour à la cohorte
Enregistrement W4280596305 · doi:10.1177/20556683221094480

Survey-based identification of design requirements and constraints for a wearable tremor suppression device

2022· article· en· W4280596305 sur OpenAlexaffabout
Yue Zhou, Devin Box, Kenneth G. Hardy, Mary E. Jenkins, Jayne Garland, Michael D. Naish, Ana Luisa Trejos

Notice bibliographique

RevueJournal of Rehabilitation and Assistive Technologies Engineering · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDemographicsWearable computerAdaptabilityIdentification (biology)Wearable technologyComputer scienceApplied psychologyPsychologyPhysical medicine and rehabilitationMedicineEmbedded system

Résumé

récupéré en direct d'OpenAlex

Introduction: Parkinsonian tremor has severely impacted the lives of 65% of individuals with Parkinson's disease, and nearly 25% do not respond to traditional treatments. Although wearable tremor suppression devices (WTSDs) have become a promising alternative approach, this technology is still in the early stages of development, and no studies have reported the stakeholders' opinions on this technology and their desired design requirements. Methods: An online survey was distributed to affected Canadians and Canadian movement disorder specialists (MDS) to acquire information on demographics, the current state of treatments, opinions on the WTSDs, and the desired design requirements of future WTSDs. Results: A total of 101 affected individuals and 24 MDS completed the survey. It was found that both groups are generally open to using WTSDs to manage tremor. The most important design requirement to end users is the adaptability to lifestyle, followed by weight and size, accurate motion, comfort, safety, quick response, and cost. Lastly, most of the participants (65%) think that the device should cost under $500. Conclusions: The findings from this study can be used as guidelines for the development of future WTSDs, such that the future generations could be evaluated and accepted by the end users.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,292
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Rehabilitation and Assistive Technologies EngineeringMême sujetNeurological disorders and treatmentsTravaux en français237 207