MétaCan
Menu
Retour à la cohorte
Enregistrement W4322712221 · doi:10.4017/gt.2023.21.1.802.02

Exploratory study of Google Nest Hubs in the long-term care setting in Manitoba – Canada

2022· article· en· W4322712221 sur OpenAlexaffabout
Dallas J. Murphy, Michelle M. Porter, Celine Latulipe, Nicole Dunn

Notice bibliographique

RevueGerontechnology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNest (protein structural motif)Term (time)Long-term careGeographyExploratory researchBusinessGerontologyMedicineNursingBiologySociology

Résumé

récupéré en direct d'OpenAlex

Background: During the COVID-19 pandemic, many LTC facilities limited recreational and social activities to minimize the chances of an outbreak, leaving residents isolated.In response, we provided Google Nest Hub devices to 80 PCHs/supportive housing residences as an on-demand engagement mechanism for the residents and staff.Objective: To evaluate the experiences in setting up and using Google Nest Hub devices in long-term care settings.Method: We employed an online survey that explored the challenges and benefits of setting up and using the devices, who was using the devices, and how the devices were used.We analyzed the frequencies of the close-ended responses, and manually coded the open-ended responses before again analyzing the frequencies.Results: Thirty staff members from facilities that received a device completed the survey.The majority (N = 25) had already set up a device, while a few (N =5) had not.The experiences reported by the participants were overwhelmingly positive.The devices were used most by recreation staff, residents, and nursing staff.The most common uses were music, weather forecasts, and videos.The majority of respondents reported that the use of these devices provided ongoing interactions, and nearly all agreed that the effort of using the devices was worth the value.A few issues were encountered, largely related to facilities' Wi-Fi resources, and challenges surrounding speech as a means of using the devices.Many benefits were reported, and the use of the devices varied.Conclusion: Our initial analysis revealed a largely positive response to the varied use of these devices that may serve to help combat residents' isolation and boredom in the longterm care setting and contribute to the resident's quality of life.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0120,004
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,022
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGerontechnologyMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207