Older Adults Interacting With Social Robots: Toward Greater Social Participation and Connection
Notice bibliographique
Résumé
Abstract Some older adults require stimulation, learning, or assistance in their interactions, particularly when having disabilities. Social robots are promising to foster their participation and connection, and prevent situations of isolation. To our knowledge, Tabletop (T-Top) presents the most advanced communication and autonomous reasoning capabilities, but little is known about how older adults interact and perceived their experience with this robot. This study thus aimed to explore how older adults interact and perceive their experience with the social robot T-Top. An exploratory qualitative clinical research design was used with semi-directed interviews and observation of six older adults living in one senior residence. Older participants interacted with T-Top twice for about 30 minutes, an observation grid was used to identify their reactions and interactions, followed by interviews with a semi-structured guide to explore their experience and satisfaction. During the interaction sessions, all older adults expressed joy and surprise and maintained interested eye contact with the robot. The majority of older adults engaged in conversation with T-Top and actively participated. Although all participants appreciated the robot’s responsiveness and interactive behaviour, and, for most of them, its thinking and listening skills, some older adults were bothered by lack of perseverance and artificial appearance of T-Top. This study highlighted that social robots like T-Top should be personalized to older adults’ needs, preferences, and habits to facilitate interactions. More studies are needed to evaluate how such promising interventions can be used to foster older adults’ social participation and connection, and to prevent situations of isolation.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».