MétaCan
Menu
Retour à la cohorte
Enregistrement W4372291622 · doi:10.1080/26892618.2023.2202662

User Perceptions of Safety Flooring Measured Using Multiple Settings and Stakeholders

2023· article· en· W4372291622 sur OpenAlexafffund
Mayank Kalra, Taylor W. Cleworth, Jaimie Killingbeck, Andrew C. Laing

Notice bibliographique

RevueJournal of Aging and Environment · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensResearch Institute for AgingYork UniversityUniversity of Waterloo
Organismes subventionnairesAGE-WELLMitacs
Mots-clésNoveltyPsychological interventionAttractivenessIntervention (counseling)Applied psychologyPerceptionPoison controlPsychologyHuman factors and ergonomicsOccupational safety and healthStakeholderInjury preventionMedicineMedical emergencyNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

Successful implementation of fall-related injury prevention interventions such as safety flooring (SF) requires considering stakeholder feedback. This study investigated user perceptions of a SF product during initial prototype trialing and after implementation within an older adult retirement facility. Sixty participants observed the SF installed in a laboratory (Phase 1) or retirement suite (Phase 2) setting and completed a user experience questionnaire that gathered ratings and comments related to the SF’s effects on residents, employees, and novelty/attractiveness. The SF was positively perceived in both settings and participants supported SF as a valuable intervention that may mitigate fall injury severity, fear of falls, and fall-related disabilities, and improve quality of life. However, participants were uncertain about the SF’s potential effectiveness compared to other injury prevention strategies. Potential challenges included balance issues due to the ramped transitions at the suite entrances and increased acoustic levels on the SF. Participants indicated the disadvantages were limited in comparison to the potential for fall-related injury reduction. This study used a novel and iterative evaluation and engagement process as part of an intervention/implementation process. The findings reaffirm previous outcomes related to SF, while presenting some potential design and implementation issues that may assist in future intervention efforts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,206
Écart entre enseignants0,180 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and EnvironmentMême sujetTraffic and Road SafetyTravaux en français237 207