Elektroniska hjälpmedel för personer med kognitiva nedsättningar : en systematisk litteraturstudie
Bibliographic record
Abstract
Syftet med detta examensarbete är att, genom en systematisk litteraturstudie, kartlägga och sammanfatta omfattningen av existerande elektroniska hjälpmedel vilka stöder personer med kognitiva nedsättningar att bättre klara av sin vardag. Arbetet strävar även till att ta reda på i fall elektroniska hjälpmedel fungerar bättre än traditionell kognitiva hjälpmedel. Arbetet ingår i projektet Bo-bra. Som teoretisk referensram har den ergoterapeutiska modellen Canadian Model of Occupational Performance and Engagement (CMOP-E) använts. Artiklar till arbetet har sökts elektroniskt i databaserna Chinal (Ebsco) och Pub-med under perioden maj-juni 2011. Artikelsökningen resulterade i 15 inkluderade artiklar vilka kvalitetsgranskades . Artiklarna analyserades genom en kombination av kategorisering och innehållsanalys. Resultaten i studien visar att det finns en mängd olika elektroniska apparater vilka kan användas som hjälpmedel för personer med kognitiva nedsättningar. En indelning enligt bärbara och stationära elektronisk hjälpmedel gjordes. Vidare visar resultaten i studien att elektroniska hjälpmedel kan stöda användaran att bättre klara av sin vardag genom att minska minnes problem i vardagen, stöda initiering av aktivitet samt genom att stöda förmågan att planera och organisera vardagen. Andra områden där elektroniska hjälpmedel möjligen kan stöda personer med kognitiva nedsättning är navigering, för att minska känslan av social isolering, för att öka tryggheten i hemmet samt för att öka känslan av tillfredsställelsen med aktivitetsutförandet. Resultaten i studien visar även att elektroniska hjälpmedel verkar vara överlägsna traditionella kognitiva hjälpmedel vad gäller förmågan att kompensera för minnesproblem samt intiering av aktivitet. Vad gäller planering-och organisering verkar elektroniska hjälpmedel fungera ungefär på samma sätt som traditionella kognitiva hjälpmedel, det verkar dock finnas ett relativt högt intresse för elektroniska hjälpmedel för planering- och organisering trots att traditionella kognitva hjälpmedel fungerar lika bra för detta ändamål. Nackdelar som kom upp gällande elektroniska hjälpmedel härrör sig till tillgänglighet och tillförlitlighet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.036 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.014 | 0.009 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.042 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".