Use and uptake of technology by people with dementia and their supporters during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVE: This rapid review aims to identify the types of technologies used by people with dementia and their supporters during the COVID-19 pandemic, and the issues which influenced technology adoption within their usual care routines. METHODS: PubMed, PsychInfo, Scopus, and Cochrane COVID reviews were searched to identify peer-review studies published since 2020. A total of 18 studies were included and synthesised thematically. RESULTS: = 12) focused on digital off-the-shelf and low-cost solutions, such as free video conferencing platforms, to access care, socialise or take part in interventions. Whilst often well-accepted and associated with positive outcomes (such as improved social connectedness), lack of digital literacy or support to use technologies, limited access to appropriate technology, individuals' physical, cognitive, or sensory difficulties, were highlighted and likely to threaten the adoption of these solutions. The quality of the evidence was mixed, neither very robust nor easily generalisable which may be attributed to the challenges of conducting research during the pandemic or the need to rapidly adapt to a new reality. CONCLUSION: While COVID-19 has fast-tracked the adoption of technology, its use is likely to continue beyond the pandemic. We need to ensure this technology can leverage dementia support and care and that people with dementia are enabled and empowered to use it.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».