MétaCan
Menu
Retour à la cohorte
Enregistrement W7108675082 · doi:10.5281/zenodo.17814440

50 vragen over technologieën voor actief gezond ouder worden. Nederlandse editie.

2025· book· nl· W7108675082 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typebook
Languenl
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensQueen's University
Organismes subventionnairesEuropean Cooperation in Science and Technology
Mots-clésPolicy makingHand position

Résumé

récupéré en direct d'OpenAlex

Deze handleiding over technologieën voor actief en gezond ouder worden, ook bekend als Active Assisted Living (AAL), is opgesteld als onderdeel van de COST-actie GoodBrother, die is uitgevoerd van 2020 tot 2024. COST-acties zijn Europese onderzoeksprogramma’s die internationale samenwerking bevorderen door onderzoekers, professionals en instellingen samen te brengen om belangrijke maatschappelijke uitdagingen aan te pakken. GoodBrother richtte zich op ethische en privacyvraagstukken rond monitoring met camera’s en microfoons in zorgomgevingen. Het doel was te waarborgen dat, terwijl AAL-technologie ouderen en kwetsbare personen ondersteunt, hun recht op privacy en bescherming van persoonsgegevens voorop blijft staan. Deze handleiding is bedoeld om inzicht te geven in de rol van AAL-technologieën bij het verbeteren van de levenskwaliteit van ouderen, hun verzorgers en personen met een beperking. AAL-technologieën bieden hulpmiddelen voor mensen met cognitieve of fysieke uitdagingen. Ze kunnen de zelfstandigheid vergroten, helpen bij dagelijkse routines en bijdragen aan een veiligere woonomgeving. Toch roept de toename van deze technologieën ook belangrijke vragen op over gegevensbescherming en de autonomie van gebruikers. Aan de hand van praktijkgerichte casussen worden situaties beschreven waarin AAL-technologieën worden toegepast. Ze geven informatie over voordelen en knelpunten. Zo komen voorbeelden aan bod van ouderen die hun gevoel van zelfstandigheid hebben teruggekregen, bijvoorbeeld door het gebruik van valdetectiesystemen of gezondheidsmonitoring. Deze verhalen geven een menselijke kijk op technologie en laten zien hoe het welzijn verbeterd kan worden, terwijl er ook kwesties ontstaan over privacy en verantwoord gebruik. Verder wordt in deze handleiding benadrukt hoe belangrijk het is om weloverwogen keuzes te maken bij de selectie en inzet van AAL-systemen. De balans tussen veiligheid en gebruiksgemak en het respecteren van individuele rechten komt daarbij centraal te staan. U vindt informatie over belangrijke aspecten, zoals het kiezen van geschikte apparaten, het beheren van privacy-instellingen en het zorgen voor een goede integratie van technologie in het dagelijks leven. Naast deze casussen behandelt de handleiding onderwerpen zoals gegevensbeveiliging, ethische overwegingen en de rol van Europese regelgeving, zoals de Algemene Verordening Gegevensbescherming (AVG), bij bescherming van de privacy van gebruikers. Inzicht in deze onderwerpen is essentieel om te zorgen dat AAL-systemen niet alleen effectief zijn, maar ook respectvol omgaan met rechten en waardigheid. Deze informatiebron is bedoeld voor een brede doelgroep: eindgebruikers, verzorgers, zorgprofessionals en beleidsmakers. Ze biedt praktische richtlijnen voor de toepassing van AAL-technologieën in zorgomgevingen, met behoud van privacy en een verantwoord gebruik. De inzichten die hier worden aangereikt, helpen gebruikers en verzorgers om weloverwogen keuzes te maken die zowel de kwaliteit van zorg als de persoonlijke autonomie versterken.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0070,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,2220,077

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 Opus0,028
Tête enseignante GPT0,269
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetTechnology Use by Older AdultsTravaux en français237 207