Evaluating a Smart Textile Loneliness Monitoring System for Older People: Co-Design and Qualitative Focus Group Study
Notice bibliographique
Résumé
BACKGROUND: Previous studies have explored how sensor technologies can assist in in the detection, recognition, and prevention of subjective loneliness. These studies have shown a correlation between physiological and behavioral sensor data and the experience of loneliness. However, little research has been conducted on the design requirements from the perspective of older people and stakeholders in technology development. The use of these technologies and infrastructural questions have been insufficiently addressed. Systems generally consist of sensors or software installed in smartphones or homes. However, no studies have attempted to use smart textiles, which are fabrics with integrated electronics. OBJECTIVE: This study aims to understand the design requirements for a smart textile loneliness monitoring system from the perspectives of older people and stakeholders. METHODS: We conducted co-design workshops with 5 users and 6 stakeholders to determine the design requirements for smart textile loneliness monitoring systems. We derived a preliminary product concept of the smart wearable and furniture system. Digital and physical models and a use case were evaluated in a focus group study with older people and stakeholders (n=7). RESULTS: The results provided insights for designing systems that use smart textiles to monitor loneliness in older people and widen their use. The findings informed the general system, wearables and furniture, materials, sensor positioning, washing, sensor synchronization devices, charging, intervention, and installation and maintenance requirements. This study provided the first insight from a human-centered perspective into smart textile loneliness monitoring systems for older people. CONCLUSIONS: We recommend more research on the intervention that links to the monitored loneliness in a way that addresses different needs to ensure its usefulness and value to people. Future systems must also reflect on questions of identification of system users and the available infrastructure and life circumstances of people. We further found requirements that included user cooperation, compatibility with other worn medical devices, and long-term durability.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».