Development of an Assistive Technology for Cognition to Support Meal Preparation in Severe Traumatic Brain Injury: User-Centered Design Study
Notice bibliographique
Résumé
BACKGROUND: Although assistive technology for cognition (ATC) has enormous potential to help individuals who have sustained a severe traumatic brain injury (TBI) prepare meals safely, no ATC has yet been developed to assist in this activity for this specific population. OBJECTIVE: This study aims to conduct a needs analysis as a first step in the design of an ATC to support safe and independent meal preparation for persons with severe TBI. This included identifying cooking-related risks to depict future users' profiles and establishing the clinical requirements of the ATC. METHODS: In a user-centered design study, the needs of 3 future users were evaluated in their real-world environments (supported-living residence) using an ecological assessment of everyday activities, a review of their medical files, a complete neuropsychological test battery, individual interviews, observational field notes, and log journals with the residents, their families, and other stakeholders from the residence (eg, staff and health professionals). The needs analysis was guided by the Disability Creation Process framework. RESULTS: The results showed that many issues had to be considered for the development of the ATC for the 3 residents and other eventual users, including cognitive issues such as distractibility and difficulty remembering information over a short period of time and important safety issues, such as potential food poisoning and risk of fire. This led to the identification of 2 main clinical requirements for the ATC: providing cognitive support based on evidence-based cognitive rehabilitation to facilitate meal preparation and ensuring safety at each step of the meal preparation task. CONCLUSIONS: This needs analysis identified the main requirements for an ATC designed to support meal preparation for persons with severe TBI. Future research will focus on implementing the ATC in the residence and evaluating its usability.
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 | 0,000 |
| 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 | 0,000 | 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 ».