Companion robots to mitigate loneliness among older adults: Perceptions of benefit and possible deception
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective Given growing interest in companion robots to mitigate loneliness, large-scale studies are needed to understand peoples’ perspectives on the use of robots to combat loneliness and attendant ethical issues. This study examines opinions about artificial companion (AC) robots regarding deception with dementia and impact on loneliness. Methods Data are from a survey of 825 members of the OHSU Research via Internet Technology and Experience cohort (response rate = 45%). Sixty percent ( n = 496) of the age diverse sample (range = 25–88; M = 64; SD = 13.17) is over 64, allowing us to compare across age and consider current and future older adults. Ordinal logistic regressions examined relationships between age, health, and other socio-demographic characteristics and perceptions of impact on loneliness and comfort with deception. Results Most participants (68.7%) did not think an AC robot would make them feel less lonely and felt somewhat-to-very uncomfortable (69.3%) with the idea of being allowed to believe that an artificial companion is human. In adjusted models, one additional year of age was associated with lower likelihood of perceived benefit of reducing loneliness [Odds Ratio (OR) = 0.98; (0.97–0.99), p = 0.003] and lower comfort with deception [OR = 0.99; (0.97–1.00), p = 0.044]. Being female was associated with lower likelihood of comfort with deception [OR = 0.68; (0.50–0.93), p = 0.014] and high confidence using computers with greater comfort [OR = 2.18; (1.42–3.38), p < 0.001]. Discussion There was not strong support for AC robots to mitigate loneliness. Most participants were uncomfortable with this form of deception, indicating need for design solutions for those who want to avoid this possibility, as well as greater attentiveness to desirability and comfort across age and gender.
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.
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 | 0,001 | 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) | 0,001 | 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 découle