Data ecosystem using smart home technology to support healthy aging
Notice bibliographique
Résumé
Abstract Background Smart home technology has been widely used to mitigate the challenges that population aging brings. However, the lack of a centralized data ecosystem has prevented these technologies from realizing their full potential. This project aimed to construct a data ecosystem compatible with smart home sensors to monitor healthcare for seniors, improving their quality of life. Methods The infrastructure was constructed using a user-centered design approach, allowing smart devices such as motion, temperature sensors to operate independently and communicate through a Wi-Fi mesh network. API technology provides a reliable channel for real-time data collection. To ensure data privacy and security, extracted data is hosted in a cloud environment that provides comprehensive data protection, and cloud computing is utilized for high-performance computation tasks. Analytical models such as Machine Learning can be implemented to recognize indoor activities, achieving the goal of remote monitoring. Results This data ecosystem advances in privacy and security, interoperability, accessibility, and data-sharing. Unified authentication mechanism ensures data is transmitted among heterogeneous devices with minimal vulnerability. Additionally, the common communication protocol provides the foundation of interoperability between devices. With unobtrusive devices, inhabitants are not burdened with operation, ensuring their accessibility and improving their user experience. Lastly, the data is exchanged in a standardized JSON data format, enabling efficient data-sharing board data integration. Conclusions This project developed a data ecosystem based on existing smart home environments. The ecosystem is compatible with smart devices that families already have, effectively reducing additional healthcare costs. Implications of this study include helping health policy and decision makers to adopt more smart home ecosystems to keep older people healthy at home. Key messages • Study constructed a data ecosystem compatible with smart home sensors, achieving remote monitoring of indoor activities and improving the quality of life for seniors. • The developed ecosystem offers promotion in privacy and security, interoperability, accessibility, and efficient data-sharing, reducing healthcare costs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».