Acceptabilité des capteurs utilisés en contexte de soutien à domicile par l’intelligence ambiante en fonction du niveau de familiarité des participants avec les capteurs, de l’esthétisme des capteurs, de l’utilité et de l’intrusion perçues ainsi que de l’âge des participants
Notice bibliographique
Résumé
Le vieillissement de la population québécoise est au coeur de bien des enjeux économiques et sociaux et le nombre de personnes âgées (PA) est en augmentation par rapport à la population active (Légaré, 2004). Selon les données obtenues au Québec (Steensma, Lookne et Choi, 2017), les hommes seraient en situation de maladie approximativement pour les 11 dernières années de leur vie alors que les femmes le seraient approximativement pour les 13 dernières années de leur vie. Les technologies d’assistance cognitive visent à favoriser le maintien à domicile et ont comme objectif de diminuer l’impact du vieillissement de la population sur les systèmes de santé publique, tout en soutenant les PA en perte d’autonomie dans l’accomplissement de leurs activités quotidiennes (Bouchard, Bouchard, Potvin, & Bouzouane, 2011; Lapointe et al., 2013; Siddique, Hasan, & Zabir, 2017). Les systèmes élaborés par le Laboratoire d’Intelligence Ambiante pour la Reconnaissance d’Activités (LIARA) de l’Université du Québec à Chicoutimi (UQAC) s’appuient sur un appareillage domotique résidentiel doté d’intelligence artificielle ambiante visant à assister les personnes en perte d’autonomie et de repérer des erreurs potentielles dans la réalisation d’activités, dans l’objectif d’offrir une intervention efficace (si nécessaire) permettant à la personne qui exécute la tâche de rectifier les erreurs (B. Bouchard, Giroux, & Bouzouane, 2007). Dans l’optique d’une implantation de l’intelligence ambiante au domicile de personnes en perte d’autonomie atteintes ou non de déficits cognitifs, il est important de se questionner à savoir si les composantes physiques de cette intelligence ambiante, soit les capteurs et les effecteurs, seront acceptées par les usagers. Le présent projet a pour objectif de déterminer quelles variables (âge, esthétisme, familiarité, utilité et sentiment d’intrusion) influencent l’acceptabilité des capteurs utilisés en contexte d’intelligence ambiante. Une hypothèse exploratoire visant à préciser si la familiarité (niveau d’exposition) d’un individu face aux technologies en général influencerait davantage l’acceptabilité des capteurs utilisés en contexte d’intelligence ambiante que la familiarité quant à ces mêmes capteurs a été sondée. Pour se faire, les perceptions de 130 individus issus de 2 groupes d’âge différents ont été recueillies et comparées, soit 72 participants âgés de 55 ans et plus (premier groupe) et 58 participants âgés entre 18 et 35 ans (deuxième groupe). La méthodologie consistait à présenter aux participants 14 capteurs susceptibles de se retrouver dans des habitats intelligents afin de recueillir leurs perceptions en lien avec les variables à l’étude, par l’intermédiaire d’un questionnaire. Une seule rencontre était nécessaire afin de compléter l’expérimentation qui était d’une durée approximative de 60 minutes. Les résultats obtenus démontrent que l’utilité ainsi que l’intrusion perçues sont les deux seules variables qui influencent significativement l’acceptabilité des capteurs présentés, peu importe que les participants soient dans le groupe de 18 à 35 ans ou de 55 ans et plus. Ainsi, plus un capteur est perçu comme utile par un individu, plus il est accepté. À l’inverse, moins un capteur est perçu comme intrusif et plus il est accepté. Les analyses statistiques n’indiquaient aucune différence significative entre les groupes quant aux variables influençant l’acceptabilité des capteurs en contexte d’intelligence ambiante. Précisons néanmoins que lorsque l’utilité est contrôlée, il ressort un lien significatif entre l’esthétisme et l’acceptabilité. Ainsi, lorsque 2 capteurs présentent une utilité similaire, l’esthétisme semble avoir un effet positif sur l’acceptabilité, entraînant une plus grande acceptabilité du capteur esthétiquement plus agréable. Finalement, les capteurs ayant été classés comme les plus utiles par les participants de 55 ans et plus ont également été classés parmi ceux avec lesquels ces derniers étaient les plus familiers. La même observation est également objectivée chez les participants âgés entre 18 et 35 ans, mais de manière moins franche. Conséquemment, il semble que pour les participants âgés de plus de 55 ans, le niveau de familiarité face à un capteur peut insuffler un biais positif en faveur de l’utilité. Par ailleurs, que ce soit la familiarité des participants face aux technologies en général ou la familiarité pour les capteurs utilisés en contexte d’intelligence ambiante, aucune n’a d’influence significative sur l’acceptabilité des capteurs à l’étude. En conclusion, l’actuel projet présente des résultats novateurs et pertinents pour déterminer les facteurs à considérer dans la prédiction d’utilisation des capteurs dans les habitats dotés d’intelligence ambiante, soit les caractéristiques influençant l’acceptabilité de ces capteurs. Il offre également des résultats forts intéressants pour de futurs projets. L’une des pistes les plus prometteuses afin de recueillir des données aisément généralisables réside dans la réplication de la présente étude dans un contexte expérimental davantage écologique, c.-à.-d. implanter réellement les capteurs dans le domicile des participants ou encore inviter des participants à résider dans un habitat doté d’intelligence ambiante et recueillir des informations sur l’impact de ces facteurs. Il serait ainsi possible d’évaluer l’évolution de l’acceptabilité en fonction de l’accentuation de la l’exposition d’un participant face aux capteurs (avant et après l’implantation de ces technologies au domicile).
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 | 0,009 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».