Evaluating the Impact of Assistive Technologies on Individuals With Disabilities in Benin: Protocol for a Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: A significant proportion of individuals with disabilities in resource-limited countries require at least 1 assistive technology (AT) device to enhance their functioning and autonomy. However, there is limited evidence regarding the actual needs of AT users in these regions concerning the adequacy of ATs. OBJECTIVE: This research aims to assess the effects of ATs on AT users in a resource-limited country. METHODS: A cross-sectional study will be conducted in Benin, a sub-Saharan African country, using a nonprobability sample of AT users. Participants will undergo evaluation using standardized tools to assess their psycho-affective status, satisfaction with ATs, perception of the functional effects of ATs, well-being, and quality of life. Additionally, a survey based on the World Health Organization's rATA (rapid assistive technology assessment) tool will be conducted to gather sociodemographic and other data concerning the use of ATs. The findings will be organized and discussed using the Consortium on Assistive Technology Outcomes Research taxonomy, focusing on aspects related to the effectiveness and social significance of ATs, as well as the subjective well-being of AT users. RESULTS: The process of identifying potential participants began in August 2024, and data collection is scheduled to start in January 2025 and continue for 12 months. CONCLUSIONS: This research will provide an overview of the effects induced by the use of ATs, as well as describe the profile of AT users in Benin. To our knowledge, this will be the first study to examine the impact of ATs in Benin. It will therefore make a significant contribution to the existing data on the use of ATs in sub-Saharan Africa. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/60869.
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 | 0,023 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,007 |
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 ».