The impact of digitalized community-based square-stepping exercise program on cognitive and balance functions among older adults living in senior facilities: a pilot study
Notice bibliographique
Résumé
Abstract Objectives: Older adults exhibit a high desire for active and healthy aging without physical or mental dysfunction, particularly those living independently in senior facilities. Preserving or improving cognitive function and minimizing fall risks are essential for older adults to live a happy and active lifestyle. The purpose of this pilot study was to examine the feasibility, safety, and preliminary effectiveness of the innovative digitalized community-based square-stepping exercise program (DC-SSEP) in improving cognitive and physical function among older adults residing in senior facilities. Methods: Guided by the Health Promotion Model and Social Cognitive Theory, this pilot study used a quasi-experiment design with one intervention group. A total of 17 older adults recruited from a senior facility in Southern Texas participated in 40 sessions of DC-SSEP over 20 weeks. Cognitive function was measured using the latest version (8.1) of Montreal Cognitive Assessment and the balance function focusing on balance and functional mobility was measured using Berg Balance Scale and Time to Up and Go. Results: Most participants were non-Hispanic white women. The DC-SSEP was a feasible and safe exercise program for older adults living in senior facilities; and the results showed the preliminary effectiveness of the DC-SSEP in improving cognitive and balance function ( P < 0.01) among older adults. Conclusion: This pilot study is distinctive as it is among the first to evaluate the multi-layered impacts of DC-SSEP using Internet of Things (IoT) technology and integrated operating software in the United States. Despite the small sample size and homogeneity of participants, this pilot study suggests multiple valuable directions for future research using DC-SSEP.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».