MétaCan
Menu
Retour à la cohorte
Enregistrement W4386955977 · doi:10.2196/50037

Enhancing Caregiver Empowerment Through the Story Mosaic System: Human-Centered Design Approach for Visualizing Older Adult Life Stories

2023· article· en· W4386955977 sur OpenAlexvenueno aff
Fang Gui, Jiaoyun Yang, Qilin Wu, Yang Liu, Jia Zhou, Ning An

Notice bibliographique

RevueJMIR Aging · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensnon disponible
Organismes subventionnairesProject 211National Natural Science Foundation of China
Mots-clésUsabilityUser-centered designComputer scienceEmpowermentService (business)Multidisciplinary approachRequirements analysisHuman–computer interactionWorld Wide WebSoftware

Résumé

récupéré en direct d'OpenAlex

Background: Various older adult care settings have embraced the use of the life story approach to enhance the development of comprehensive care plans. However, organizing life stories and extracting useful information is labor-intensive, primarily due to the repetitive, fragmented, and redundant nature of life stories gathered from everyday communication scenarios. Existing life story systems, while available, do not adequately fulfill the requirements of users, especially in the application of care services. Objective: The objective of this study is to design, develop, and evaluate a digital system that provides caregivers with the necessary tools to view and manage the life stories of older adults, enabling expedited access to pertinent information effectively and visually. Methods: This study used a multidisciplinary, user-centered design approach across 4 phases: initial design requirements, prototyping, prototype refinement workshops, and usability testing. During the initial phase, we conducted field research in the Hefei Tianyu Senior Living Service Nursing Home, China, to discover how caregivers currently store and use life stories and their needs, challenges, and obstacles in organizing and retrieving information. Subsequently, we designed a low-fidelity prototype according to the users' requirements. A prototyping workshop involving 6 participants was held to collaboratively design and discuss the prototype's function and interaction. User feedback from the workshops was used to optimize the prototype, leading to the development of the system. We then designed 2 rounds of usability testing with 7 caregivers to evaluate the system's usability and effectiveness. Results: We identified 3 categories of functionalities that are necessary to include in the design of our initial low-fidelity prototype of life story visualizations: life story input, life story organization, and timeline generation. Subsequently, through the workshops, we identified 3 categories for functional optimization: feedback on user interface and usability, optimization suggestions for existing features, and the request for additional functionalities. Next, we designed a medium-fidelity prototype based on human-centered design. The Story Mosaic system underwent usability testing in the Hefei Tianyu Senior Living Service Nursing Home. Overall, 7 users recorded and organized 1123 life stories of 16 older adults. The usability testing results indicated that the system was accessible and easy to use for caregivers. Based on the feedback from the usability testing, we finalized the high-fidelity prototype. Conclusions: We designed, developed, and evaluated the Story Mosaic system to support the visual management of older adults' life stories. This system empowers caregivers through digital technology and innovative design, pioneering personal narrative integration in caregiving. This system can expand to include informal caregivers and family members for continued adaptability and empathy.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,060
Tête enseignante GPT0,345
Écart entre enseignants0,284 · 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'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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetInnovative Human-Technology InteractionTravaux en français237 207