MétaCan
Menu
Retour à la cohorte
Enregistrement W986746244

Cognitive assistance to meal preparation : design, implementation, and assessment in a living lab

2015· preprint· en· W986746244 sur OpenAlexaff
Sylvain Giroux, Nathalie Bier, Hélène Pigot, Bruno Bouchard, Abdenour Bouzouane, Mélanie Levasseur, Mélanie Couture, Carolina Bottari, Bonnie Swaine, Pierre-Yves Thérriault, Kévin Bouchard, Fanny Le Morellec, Stéphanie Pinard, Sabrina Azzi, Marisnel Olivares, T. Zayani, Guylaine Le Dorze, Pierre De Loor, André Thépaut, Brigitte Le Pévédic

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2015
Typepreprint
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité du Québec à ChicoutimiGroup for Research in Decision AnalysisUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAutonomyAssistive technologyLiving labAssisted livingIndependent livingCognitionAmbient intelligenceActivities of daily livingMeal preparationComputer scienceQuality of life (healthcare)Unit (ring theory)PsychologyKnowledge managementApplied psychologyHuman–computer interactionGerontologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper first sketches a living lab infrastructure installed in an alternative housing unit built to host 10 people with traumatic brain injury. It then presents the first research project in progress within this living lab. This interdisciplinary project aims at designing, implementing, deploying, and assessing a personalized assistive technology (PAT). Based on the needs and expectations expressed by the residents, their
\ncaregivers and their families, a cooking assistant appeared as one of the best suited PAT to foster residents autonomy and social participation. The resulting PAT will rely on pervasive computing and ambient intelligence. It will then be personalized according to each participant's capacities and specific cognitive impairments. The impact of the assistant on autonomy and quality of life will then be measured. The overall organizational impact of such assistive technology will be also documented and evaluated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,327
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetContext-Aware Activity Recognition SystemsTravaux en français237 207