MétaCan
Menu
Retour à la cohorte
Enregistrement W4414783897 · doi:10.1080/10400435.2025.2566848

The effect of 3D printed assistive technology intervention on the older adults’ independence in activities of daily living: A single-group intervention study

2025· article· en· W4414783897 sur OpenAlexaboutno aff
İrem Binici, Medine Nur Özata Değerli, Mustafa Cemali, Onur Altuntaş

Notice bibliographique

RevueAssistive Technology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésAssistive technologyActivities of daily livingIntervention (counseling)Functional Independence Measure3d printedOccupational therapyIndependence (probability theory)Assistive device

Résumé

récupéré en direct d'OpenAlex

There is need for innovative approaches in the production of assistive devices. This study aimed to examine the effects of a Three-Dimensional (3D) Printed Assistive Technology Intervention. Twelve older adults (mean age of 67.83 ± 2.72 years) participated in the study. Assistive devices were designed using a 3D printer. The participants completed the Canadian Occupational Performance Measure (COPM), the Functional Independence Measure (FIM), and the Lawton-Brody IADL scale. Also they completed the Visual Analog Scale (VAS) to evaluate their satisfaction with the 3D printed assistive device. The participants’ mean satisfaction score with the assistive devices was found to be 7.00 ± 1.12. After the intervention, significant improvements were observed in the COPM performance subscale (p = 0.016), the FIM motor subscale (p = 0.012), the FIM total score (p = 0.018), and the Lawton-Brody IADL Index (p = 0.024). However, no significant changes were detected in the COPM satisfaction subscale (p = 0.094) or the FIM cognitive subscale (p = 0.069). This study suggest that economically feasible and easily accessible 3D printed assistive devices may serve as an effective alternative to enhance the occupational performance and independence 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,293
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetTechnology Use by Older AdultsTravaux en français237 207