MétaCan
Menu
Retour à la cohorte
Enregistrement W4392899318 · doi:10.61838/kman.aitech.1.4.5

AI in Elderly Care: Understanding the Implications for Independence and Social Interaction

2023· article· en· W4392899318 sur OpenAlexaff
Zahra Yousefi, Nadereh Saadati, Seyed Alireza Saadati

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensToronto Rehabilitation Institute
Organismes subventionnairesnon disponible
Mots-clésPersonalizationAutonomyThematic analysisIndependence (probability theory)Health carePsychologyInternet privacyKnowledge managementQualitative researchComputer scienceSociologyPolitical scienceWorld Wide WebSocial science

Résumé

récupéré en direct d'OpenAlex

This study aims to explore the implications of AI in elderly care, specifically its impact on enhancing independence and social interaction among the elderly. Additionally, it seeks to identify and analyze the ethical and privacy concerns, technological challenges, and the potential for personalization and customization in AI applications in elderly care settings. Employing a qualitative research design, this study collected data through semi-structured interviews with a purposively sampled cohort of 17 participants, including healthcare professionals specializing in geriatric care, caregivers using AI tools, and elderly individuals interacting with AI technologies. Thematic analysis was utilized to identify and interpret patterns within the data, leading to the delineation of five main themes and their respective categories and concepts. The analysis revealed five major themes: Impact on Independence, Enhancements in Social Interaction, Ethical and Privacy Concerns, Technological Challenges and Solutions, and Personalization and Customization in AI. Each theme encompasses several categories detailing specific implications of AI in elderly care, from supporting physical and cognitive autonomy to addressing concerns over data security and the potential for technology-driven bias. AI holds significant promise for improving elderly care by supporting independence and facilitating social interactions, yet its integration must be approached with caution to address ethical and privacy concerns. The successful implementation of AI in elderly care requires a balanced, human-centric approach that leverages technological advancements while ensuring they align with the needs and values of the elderly population.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,013
Communication savante0,0060,008
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
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 Opus0,074
Tête enseignante GPT0,376
Écart entre enseignants0,302 · 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'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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Use by Older AdultsTravaux en français237 207