MétaCan
Menu
Retour à la cohorte
Enregistrement W4307956202 · doi:10.1016/j.hfh.2022.100025

Designing technologies for self-care: Describing the lived experiences of individuals with rheumatoid arthritis

2022· article· en· W4307956202 sur OpenAlexafffund
Marina Wada, James R. Wallace

Notice bibliographique

RevueHuman Factors in Healthcare · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychosocialCoping (psychology)Thematic analysisMedicineSelf-managementPsychologyRheumatoid arthritisAgency (philosophy)DiseaseGerontologyClinical psychologyQualitative researchPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

Self-care of a chronic illness is a lifelong management process that includes taking medications, monitoring symptoms, and coping with emotional and lifestyle changes. Human-Computer Interaction (HCI) research has often responded to these needs by developing technologies that help an individual quantify aspects of their chronic illness, like daily pain, flare ups, or personal behaviours like diet and exercise. But this quantification fails to account for the ongoing needs of understanding ones disease and maintaining a balanced lifestyle. To understand these needs, we interviewed 12 people about their lived experience with Rheumatoid Arthritis (RA). We performed a thematic analysis of collected data and identified three types of support currently lacking for RA: (1) psychosocial care (2) patient agency, and (3) lifestyle adaptations. Our results highlight the need to support long term uncertainty while living with a chronic illness and identify needs the HCI community should consider when developing self-care technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,086
Tête enseignante GPT0,307
Écart entre enseignants0,221 · 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'étudeQualitatif
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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Factors in HealthcareMême sujetDiabetes Management and EducationTravaux en français237 207