Implementing Robotic Pets in Continuing Care Settings: A Scoping Review of Barriers and Facilitators
Notice bibliographique
Résumé
BACKGROUND: Robotic pets are a unique technological innovation found among facility-based continuing care (CC) settings for older adults living with or without dementia. While researchers have reported positive outcomes for older adults who interact with robotic pets, unintended negative consequences may occur if robotic pets are not implemented properly. We examine the current evidence describing barriers and facilitators of implementing robotic pets for older adults residing in CC facilities to inform implementation practices. METHODS: A scoping review was conducted following the methodological framework outlined by Arksey and O'Malley. Five databases and the CADTH Gray Matters tool were used to identify relevant articles and gray literature. Our inclusion criteria followed the Population, Concept, Context (PCC) framework: Population: older adults living with or without dementia; Concept: barriers and facilitators to implementing robotic pets to older adults; Context: CC facilities. Two reviewers independently screened all titles, abstracts, and full-text articles and extracted the data. Two reviewers also organized barriers and facilitators into the theoretical domains framework (TDF) domains, which map onto the capability, opportunity, and motivation behavioral Change Wheel (COM-B). RESULTS: We identified 518 unique articles from our database and gray literature search, 42 of which met our inclusion criteria. Barriers and facilitators were identified across all 14 domains of the TDF and all six components of the COM-B. Domains mentioned in ≥ 50% of the articles include environmental context and resources, beliefs about consequences, and social influences. Common facilitators include knowledge of the benefits of robotic pets and how to use robotic pets, while common barriers include concerns over infantilization and hygiene. CONCLUSIONS: Our findings will help inform care providers of the barriers and facilitators to implementing robotic pets within CC settings with the goal of improving the quality of life of older adults.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».