Ambient assisted living technologies to support older adults’ health and wellness: a systematic mapping review
Notice bibliographique
Résumé
While the proportion of the Older Adults (OAs) population is growing, this shift raises a challenging question: “How can we support OAs to lead independent and healthy lifestyle?”. Many researchers have been studying Ambient Assisted Living Technologies (or AALTs) over the last three decades to tackle this challenge. However, no literature can provide an overall view of research in the field of AALTs and linkages between technical development and related healthcare needs. Thus, we conducted a systematic mapping review of literature focusing on AALTs (N = 7006) to explore three main research questions: 1) When, where, and how AALTs are studied?; 2) What is the technological maturity level of AALTs used to support a health and wellness, and where were they evaluated and/or implemented?; and 3) To which health and wellness purposes are AALTs deployed? We found several noticeable imbalances in literature and identified some strategies to move this field of investigation further and to bring AALTs applications closer to clinical practice. While research in the area is gradually blossoming, the area mainly leads in only a few countries. Furthermore, the majority of research targeted asymptomatic older adults living at home. We hope this paper will help researchers easily understand what type of research, with whom, and where are available in AALT now. Potential challenges associated with AALTs research are also discussed.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».