MétaCan
Menu
Retour à la cohorte
Enregistrement W4312095119 · doi:10.2196/42493

Home Automation for Adults With Disability Following an Injury: Protocol for a Social Return on Investment Study

2022· article· en· W4312095119 sur OpenAlexvenueno aff
Jenny Cleland, Claire Hutchinson, Patricia Williams, Kisani Manuel, Kate Laver

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopularityReturn on investmentInvestment (military)BusinessMedicinePsychologyEconomicsSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People with disability following a serious injury require long-term care. The most common injuries resulting in long-term disability are spinal cord and acquired brain injuries. While the long-term effects are difficult to predict and will vary between individuals, the costs of care and recovery span well beyond the initial treatment phase and include long-term care. Long-term care is changing with the availability and advances in cost and function of technologies, such as home automation. "Home automation" refers to technology that automates or remotely controls household functions. Home automation costs vastly differ, but home automation has the potential to positively impact the lives of people with disabilities. However, there is a dearth of evidence relating to the impact of home automation for people with a disability and few rigorous evaluations about the costs and return on investment. OBJECTIVE: The purpose of this study is to describe the impact of home automation for people with long-term disability following a serious injury (such as a motor vehicle accident) using case studies, and by conducting an evaluation of the costs and outcomes for individuals, families, and the wider community using a Social Return on Investment (SROI) approach. METHODS: SROI is a form of economic evaluation that develops a theory of change to examine the relationship among inputs, outputs, and outcomes and, in recent years, has gained popularity internationally, including in Australia. SROI has six phases: (1) identify scope and stakeholders, (2) map outcomes, (3) evidence outcomes and give them value, (4) establish impact, (5) calculate the SROI, and (6) report findings. Individuals with a disability who use home automation and key stakeholders will be interviewed. Stakeholders will be individuals involved in home automation for people with disabilities, such as allied health professionals, medical practitioners, equipment suppliers, engineers, and maintenance professionals. Users of home automation will be people who have a disability following a serious injury, have the capacity to provide consent, and have 1 or more elements of home automation. The impact of home automation will be established with financial proxies and appropriate discounts applied to avoid overestimating the social return. The SROI ratio will be calculated, and findings will be reported. RESULTS: The project was funded in November 2021 by the Lifetime Support Authority. Recruitment is underway, and data collection is expected to be completed by October 2022. The final results of the study will be published in March 2023. CONCLUSIONS: To our knowledge, this study represents the first study in Australia and internationally to employ SROI to estimate the social, personal, and community outcomes of home automation for people with a disability following a serious injury. This research will provide valuable information for funders, consumers, researchers, and the public to guide and inform future decision-making. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/42493.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,487
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,460
Tête enseignante GPT0,669
Écart entre enseignants0,208 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207