SWADAPT2: benefits of a collision avoidance assistance for powered wheelchair users in driving difficulty
Notice bibliographique
Résumé
Purpose In France, tens of thousands of people use a wheelchair. Driving powered wheelchairs (PWCs) present risks for users and their families. The risk of collision in PWC driver increases with severity of disability and may reduce their independence to drive. The European ADAPT project has developed a robotic assistance add-on for PWCs to prevent collisions and improve their driving performance.Materials and methods The aim of the SWADAPT2 study is to assess the benefit of this robotic assistance add-on arranged on a Standard Quickie Salsa M2 PWC in a population of PWC drivers with neurological disorders and driving difficulties. Eighteen (18) participants tested the system on three circuits of increasing difficulty, with and without the robotic assistance add-on.Results The benefit of the robotic assistance add-on was important especially on the more difficult circuits without impacting cognitive load or driving speed. The number of collisions was significantly reduced when using robotic assistance add-on from 2.16 to 0.36 on circuit 2 (p = 0.009) and from 7.3 to 1.33 on circuit 3 (p = 0.0009). Task load demand was not increased with the assistance.Conclusion Finally, this system seems to be indicated to assist and improve driving safety for PWC drivers in driving difficulty. Evaluation was performed in controlled environments; therefore, further evaluation in real-world scenarios is needed to reach technology readiness.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».