MétaCan
Menu
Retour à la cohorte
Enregistrement W4390082469 · doi:10.1093/geroni/igad104.1747

EVALUATING A CO-DESIGNED EXERGAMING PLATFORM (MOUVMAT) FOR OLDER ADULTS LIVING IN LONG-TERM CARE HOMES

2023· article· en· W4390082469 sur OpenAlexaff
Charlene H. Chu, Renée K. Biss, Haniya Bharucha, Henrique Matulis

Notice bibliographique

RevueInnovation in Aging · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensUniversity of WindsorUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychosocialIntervention (counseling)LonelinessPhysical therapyMemory spanContext (archaeology)MedicineRandomized controlled trialCognitionPsychologyGerontologyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract MouvMat is an exergaming technology with an interactive digital gaming surface that was co-designed with a user-centered design approach for older adults (OA) living in long term care homes. The purpose of the study was to evaluate the acceptability and efficacy of MouvMat to improve mobility, cognitive function and psychosocial wellbeing among OAs. The study was conducted as a multi-site pilot randomised controlled trial where OAs in the intervention group attended 1-hour group sessions 3 times per week for 6 weeks. The control group received standard recreational programing. All participants underwent assessments (TUG, 2MW test, UCLA Loneliness Scale, Cornell Scale of Depression, digit span, TMT-A, TMT-B, alternating sequences, and verbal fluency) at baseline, mid-intervention, and end of intervention. Participant ratings indicated that the MouvMat was acceptable and OAs with a range of comorbid health conditions were able to attend sessions and engage with the intervention. Efficacy findings were varied and should be interpreted in the context of the heterogeneous physical and cognitive abilities of participants living in a long-term care setting. Future studies will focus on larger sample size and improvement in MouvMat’s design and interface.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,044
Tête enseignante GPT0,382
Écart entre enseignants0,338 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetTechnology Use by Older AdultsTravaux en français237 207