MétaCan
Menu
Retour à la cohorte
Enregistrement W4402581298 · doi:10.2196/58629

Nursing Staff’s Perspectives of Care Robots for Assisted Living Facilities: Systematic Literature Review

2024· review· en· W4402581298 sur OpenAlex
Katie Trainum, Jiaying Liu, Elliott Hauser, Bo Xie

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Aging · 2024
Typereview
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Texas at Austin
Mots-clésAssisted Living FacilityAssisted livingNursingSystematic reviewRobotNursing careMedicineNursing staffMEDLINEPsychologyComputer scienceArtificial intelligencePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Care robots have been proposed in response to nursing shortages in assisted living facilities (ALFs) and the growing population of older adults. While the use of care robots may improve the general health and well-being of older adults, their introduction changes the work of nursing staff fundamentally, and it has implications for the entire health care system. In developing such technology, it is important to include end users, but so far, the nursing staff's perspectives have largely been ignored. OBJECTIVE: This study aims to examine the literature on nursing staff's attitudes, needs, and preferences related to the use of care robots in ALFs, in order to discover gaps in the literature and guide future research. METHODS: This review follows the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 2020 protocol. On May 12, 2023, we searched PubMed, CINAHL Plus with Full Text, PsycINFO, the IEEE Xplore Digital Library, and the ACM Digital Library using predetermined search terms. Included publications, written in English, focused on the predevelopment phase, in which information was gathered on nursing staff's attitudes, needs, and preferences regarding care robots for ALFs. Publications were excluded if they did not provide peer-reviewed empirical data. The studies' findings were summarized, coded, and analyzed into major themes using thematic analysis and narrative synthesis. Their quality was assessed using McGill University's Mixed Methods Appraisal Tool and the Joanna Briggs Institute's critical appraisal tools. RESULTS: The final sample included 15 studies. Most of the studies (n=11, 73%) were rated as good quality; however, there was a general lack of reporting on important methodological decisions and sample characteristics. Nursing staff desired care robots that could assist with physically demanding tasks and reduce their workload but had mixed feelings on whether robots could or should assist with social tasks. In addition, nursing staff are concerned about the ethics of care robots, as well as about their safety, accessibility, and operability. The nursing staff's culture, qualification, and role in the facility may influence their perspectives of care robots. The studies lacked theory-driven designs and large sample sizes. Eight (53%) studies mentioned using a participatory design approach, but a lack of established criteria for what constitutes participatory design leads to varying degrees of methodological quality. CONCLUSIONS: There was consensus among nursing staff that care robots should serve as nursing assistants to reduce workload. Whether robots could or should assist with social tasks remains a question. Further research is needed to mitigate nursing staff's concerns and understand the socioecological factors that influence their perspectives of care robots and their adoption in ALFs. In addition, theory-driven and large sample size study designs are necessary, as well as work to develop clear criteria for related participatory design research.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,074
Tête enseignante GPT0,471
Écart entre enseignants0,397 · 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