Independent Living for Older Adults with Cognitive Impairment: A Narrative Review of Stakeholder Perceptions and Experiences with Assistive and Socially Assistive Robots
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.
Notice bibliographique
Résumé
Background: (1)Alzheimer's disease and related dementias (ADRD) are a major cause of mortality among older adults globally. The cognitive decline associated with ADRD often reduces individuals' ability to live independently over time, increasing reliance on caregivers. Assistive and socially assistive robots offer a promising means of supporting independent living. This narrative review examined how older adults with ADRD, their caregivers, and healthcare providers perceive and experience interactions with robots. Methods: (2)Guided by the Population, Phenomenon of Interest, and Context (PICo) framework, five databases were searched. Sixteen studies met the inclusion criteria. Extracted data were summarized, and a convergent synthesis integrated qualitative and quantitative findings. Results: (3)Drawing on content analysis, the qualitative findings were organized into three domains: user perceptions and experiences, barriers to adoption, and suggestions for improvement. Quantitative results emphasized usability, usefulness, acceptance, satisfaction, feature preferences, and barriers. While most stakeholders viewed robots as beneficial, acceptance was shaped by factors such as design features, timing of introduction, familiarity with technology, and perceived need. Conclusions: (4)This review highlights priorities for future research and development, including personalization, ethical safeguards, and caregiver integration, to improve the acceptance and effectiveness of robot-assisted support for individuals with cognitive impairment.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle