MétaCan
Menu
Retour à la cohorte
Enregistrement W4406135883 · doi:10.2196/63944

Creating User Personas to Represent the Needs of Dementia Caregivers Who Support Medication Management at Home: Persona Development and Qualitative Study

2025· article· en· W4406135883 sur OpenAlex

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.
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 · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiquePersona Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonaPreprintDementiaGerontologyMedicinePsychologyInternet privacyWorld Wide WebComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Caregiver-assisted medication management plays a critical role in promoting medication adherence and quality of life for people living with Alzheimer disease or related dementias (ADRD). The current landscape of digital and nondigital interventions to support medication management does not meet caregivers' needs, contexts, and levels of technological proficiency. Intervention development can be facilitated using personas or data-driven archetypes that represent end users' traits relevant to solution design. OBJECTIVE: This study aims to understand the strategies and unmet needs of ADRD caregivers who manage medications and use this understanding to create personas that can inform customized caregiver interventions. METHODS: Participants were self-identified primary caregivers of people with ADRD living with or near the care recipient. Virtual contextual inquiry was completed in three stages: (1) enrollment interview, (2) virtual observation over a 1-week period, and (3) postobservation interview. Codebook thematic analysis of interview transcripts was used to identify dimensions of caregivers' approaches to medication management. A reflexive, team-based affinity diagramming approach was used to identify attributes within these dimensions and group attributes into personas. RESULTS: Participants (N=25) were aged 62.32 (SD 11.86) years on average, and 17 (68%) of them were female. Caregivers varied across 6 dimensions relevant to medication management: strategies for medication acquisition, medication storage and organization, medication administration, monitoring the care recipient for symptoms, communication with care network regarding medication, and acquiring information about medication. Three personas were created to represent the observed strategies, unmet needs, and levels of technology use related to medication management: Checklist Cheryl, in Control; Social Sam, Keeps it Simple; and Responsive Rhonda, Stays Relaxed. CONCLUSIONS: Caregivers in this study demonstrated a range of characteristics and values that informed their approach to medication management. They used a combination of technology-based strategies and strategies situated in their physical environments to manage medications. The personas created can be used to inform interventions, such as digital tools, that address caregivers' unmet needs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,117
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,329
Écart entre enseignants0,304 · 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