Care provided by humanoid robots: a scoping review
Notice bibliographique
Résumé
Objective: To identify the evidence in the literature regarding the care provided to the population by humanoid robots. Methods: A scoping review based on the guidelines established by the Joanna Briggs Institute. The Preferred Reporting Items for Scoping Review (PRISMA-ScR) checklist was followed. The review protocol was registered on the Open Science Framework under the number osf.io/6ur93. The search was conducted in November 2023 in the following databases: PubMed®, EMBASE®, LILACS, Web of Science, Scopus®, and CINAHL, as well as in the gray literature, including Google Scholar and the Catalog of Theses and Dissertations of the Coordination for the Improvement of Higher Education Personnel (CAPES), using the search strategy: "humanoid robot*" AND "patient*". Results: A total of 27 articles were analyzed. Most of the identified studies were conducted in hospital settings (n=13), with a primary focus on adults (n=10) and children (n=8). The countries with the highest number of publications were Japan (n=6), Canada (n=5), and France (n=4). Three areas of care were identified: social interaction (n=17), physical rehabilitation (n=7), and dissemination of health information (n=3). Additionally, only four studies involved collaboration between humanoid robots and healthcare providers. Conclusion: Despite the increasing use of humanoid robots in healthcare, it remains essential to enhance their integration with professionals in the field. Social interaction highlighted the need to improve patient care, underscoring the importance of aligning the capabilities of these robots with the expertise of healthcare providers. Accordingly, future research should focus on developing strategies that ensure this technology not only assists but also optimizes the quality of care and strengthens interdisciplinary collaboration.
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 | 0,038 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,027 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».