MétaCan
Menu
Retour à la cohorte
Enregistrement W4390480928 · doi:10.1109/humanoids57100.2023.10375155

In-person vs Remote HRI: A Comparative Study of Robot Facilitated Dance with Older Adults in Long-term Care

2023· article· en· W4390480928 sur OpenAlexaff
Nan Liang, Yizhu Li, Goldie Nejat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDancePsychological interventionRobotHumanoid robotPsychologyEmbodied cognitionSocial robotApplied psychologyPopulationHuman–robot interactionGerontologyComputer scienceMedicineMobile robotArtificial intelligenceRobot control

Résumé

récupéré en direct d'OpenAlex

As the global older population increases, a number of older adults need assistance in their daily lives. Social robots can be used to provide support for a number of activities including facilitating dance sessions. Research in this field has mainly considered physically embodied robots collocated in the same environment with the users. However, the experience of older adults with different robot presence conditions has not yet been explored. Robot presence can play an important role in investigating social human-robot interactions (HRI) with this vulnerable population. In this paper, we present a novel preliminary HRI study that investigates and compares how older adults' interaction behaviors vary during dance sessions facilitated by social humanoid robots in both in-person HRI and remote HRI conditions. Our study was conducted for the duration of a week with residents living in a long-term care home. Participation rates were higher in the in-person condition. However, caregiver questionnaire results found no statistically significant difference in engagement and enjoyment of the older residents between the two robot presence conditions. The caregivers observed the residents engaged and enjoying dancing with both the in-person and remote robot during the dance sessions. Our study is the first to show the potential of using remote social HRI to provide interventions to older adults.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,064
Tête enseignante GPT0,405
Écart entre enseignants0,342 · 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.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Robot Interaction and HRITravaux en français237 207