ASSESSING INNOVATIVE ASSISTIVE TECHNOLOGIES FOR OLDER ADULTS; A KNOWLEDGE AND TECH DEVELOPER'S PERSPECTIVES
Notice bibliographique
Résumé
Abstract Objective Can Assist is a University of Victoria organization that has been developing assistive technologies (ATs) for almost two decades aimed at developing client-centred broad-impact solutions that address unmet need and help people improve their independence and quality of life. CanAssist’s interest and involvement in this study is predicated on our belief that their approach to technology development align with the criteria needed for determining better tools for evaluating assistive technologies need to be developed and implemented. This is critical to our goal of providing successful customized technology solutions to sustain our clients’ independence and autonomy. Methods From the beginning of the project, as a Research User Co-Lead, CanAssist has actively participated in regular advisory committee and expert panel meetings along with several other research activities to co-create all dimensions of the study. Results The results from the Rapid Realist Review and preliminary analyses of the interview data with older adults and caregivers have validated the need for more appropriate assessment/evaluation tools to address the varied AT needs of older adults and their caregivers. In particular, the study has provided opportunities for our staff and clients to examine and discuss important factors/processes for successful AT development and implementation. Conclusions As a key partner on this implementation science team, CanAssist will use the study’s findings to provide information to our development and management teams on how to appropriately scale-up, spread, and sustain the use of ATs in the health and social care system.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».