Social Robot Interactions in a Pediatric Hospital Setting: Perspectives of Children, Parents, and Healthcare Providers
Notice bibliographique
Résumé
Socially assistive robots are embodied technological artifacts that can interact socially with people. These devices are increasingly investigated as a means of mental health support in different populations, especially for alleviating loneliness, depression, and anxiety. While the number of available, increasingly sophisticated social robots is growing, their adoption is slower than anticipated. There is much effort to determine the effectiveness of social robots in various settings, including healthcare; however, little is known about the acceptability of these devices by the following distinct user groups: healthcare providers, parents, and children. To better understand the priorities and attitudes of social robot users, we carried out (1) a survey of parents and children who have previously been admitted to a hospital and (2) a series of three modified focus group meetings with healthcare providers. The online survey (n = 71) used closed and open-ended questions as well as validated measures to establish the attitudes of children and parents towards social human–robot interaction and identify any potential barriers to the implementation of a robot intervention in a hospital setting. In the focus group meetings with healthcare providers (n = 10), we identified novel potential applications and interaction modalities of social robots in a hospital setting. Several concerns and barriers to the implementation of social robots were discussed. Overall, all user groups have positive attitudes towards interactions with social robots, provided that their concerns regarding robot use are addressed during interaction development. Our results reveal novel social robot application areas in hospital settings, such as rapport-building between patients and healthcare providers and fostering patient involvement in their own care. Healthcare providers highlighted the value of being included and consulted throughout the process of child–robot interaction development to ensure the acceptability of social robots in this setting and minimize potential harm.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».