Conversational Systems for Social Care in Older Adults: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Social care systems worldwide face increasing demographic and financial pressures. This necessitates exploring innovative technological solutions to enhance service delivery without substantially increasing costs. Conversational interfaces, including interactive voice response, chatbots, and voice assistants, have gained traction as a means to improve accessibility and efficiency in social care. The rapid development of large language models such as ChatGPT has further accelerated interest in conversational artificial intelligence (AI). These technologies can offer intuitive interactions, particularly for individuals with limited digital literacy. However, their real-world impact, usability, and ethical considerations in social care remain underexplored. OBJECTIVE: This scoping review aims to synthesize existing literature on the implementation, evaluation, and impact of conversational AI systems within social care settings for older adults. The review will identify best practices, current gaps, and future directions for research and implementation. Key research questions include the following: how are conversational systems implemented on a technical level, and how do older adults and their support systems use them in a social care context? What methods are used to evaluate acceptability, usability, and the impact of broad well-being in the context of older adults' social care? and What are conversational technologies' acceptability, usability, and well-being impact in the context of older adults' social care? METHODS: The review will follow the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews) and Population, Concept, and Context (PCC) frameworks. A systematic search will be conducted across five databases (IEEE, Web of Science, PubMed, ACM, and Scopus) for English-language articles published from 2019 onward. Studies will be included if they empirically examine conversational systems' implementation, evaluation, or impact for older adults (aged ≥55 years) within a social care context. Two independent reviewers will screen articles and extract data. A descriptive analysis will then categorize findings across key domains such as accessibility, usability, ethical considerations, and well-being outcomes. RESULTS: The results will be included in the scoping review, which began in March 2025. The analysis is underway and is expected to be completed and submitted for publication by September 2025. CONCLUSIONS: This scoping review will provide an overview of the role of conversational AI in social care, highlighting both opportunities and challenges in implementation. By synthesizing existing research, the review will inform future developments in the use of conversational agents to improve social inclusion, engagement, and well-being among older adults. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/72310.
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 | 0,077 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,014 | 0,016 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,012 |
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 ».