Monitoru fluidkonsumon per komerce haveblaj inteligentaj akvoboteloj

Dankon pro via vizito al Nature.com. La retumilversio, kiun vi uzas, havas limigitan subtenon por CSS. Por la plej bona sperto, ni rekomendas, ke vi uzu ĝisdatigitan retumilon (aŭ malŝaltu kongruecan reĝimon en Internet Explorer). Dume, por certigi daŭran subtenon, ni montros la retejon sen stiloj kaj JavaScript.
Fluida konsumado estas grava por preventi dehidratiĝon kaj redukti ripetiĝantajn renajn ŝtonetojn. En la lastaj jaroj ekzistas tendenco disvolvi ilojn por monitori fluidan konsumadon uzante "inteligentajn" produktojn kiel inteligentajn botelojn. Ekzistas pluraj komerce inteligentaj beboboteloj haveblaj, ĉefe celantaj sankonsciajn plenkreskulojn. Laŭ nia scio, ĉi tiuj boteloj ne estas validigitaj en la literaturo. Ĉi tiu studo komparis la rendimenton kaj funkciecon de kvar komerce haveblaj inteligentaj manĝboteloj. La boteloj estas H2OPal, HidrateSpark Steel, HidrateSpark 3 kaj Thermos Smart Lid. Cent konsumaj eventoj por botelo estis registritaj kaj analizitaj kaj komparitaj kun baza vero akirita de alt-rezoluciaj skaloj. H2OPal havas la plej malaltan mezan procentan eraron (MPE) kaj kapablas balanci erarojn trans pluraj trinketoj. HidrateSpark 3 provizas la plej koherajn kaj fidindajn rezultojn kun la plej malaltaj trinketaj eraroj po tempo. La MPE-valoroj de la HidrateSpark-boteloj estis plue plibonigitaj uzante linearan regreson, ĉar ili havis pli koherajn individuajn erarvalorojn. La Thermos Smart Lid estis la malplej preciza, ĉar la sensilo ne etendiĝis trans la tutan botelon, kaŭzante la perdon de multaj registroj.
Dehidratiĝo estas tre grava problemo ĉar ĝi povas konduki al negativaj komplikaĵoj, inkluzive de konfuzo, faloj, enhospitaligo kaj morto. Ekvilibro de fluida konsumado estas grava, precipe ĉe pli maljunaj plenkreskuloj kaj homoj kun subestaj malsanoj, kiuj influas fluidan reguligon. Pacientoj kun risko de ripetiĝanta ŝtonformado estas konsilitaj konsumi grandajn kvantojn da fluidoj. Tial, monitori fluidan konsumadon estas utila metodo por determini ĉu adekvata fluida konsumado estas farata1,2. Ekzistas multaj provoj en la literaturo krei raportojn pri sistemoj aŭ aparatoj, kiuj povas helpi spuri kaj administri fluidan konsumadon. Bedaŭrinde, la plej multaj el ĉi tiuj studoj ne rezultigis komerce haveblan produkton. Boteloj sur la merkato estas ĉefe celitaj al distraj atletoj aŭ sankonsciaj plenkreskuloj, kiuj volas aldoni hidratadon. En ĉi tiu artikolo, ni celis determini ĉu oftaj, komerce haveblaj akvoboteloj estas realigebla solvo por esploristoj kaj pacientoj. Ni komparis kvar komercajn akvobotelojn laŭ rendimento kaj funkcieco. La boteloj estas HidrateSpark 34, HidrateSpark Steel5, H2O Pal6 kaj Thermos Smart Lid7 kiel montrite en Figuro 1. Ĉi tiuj boteloj estis elektitaj ĉar ili estas unu el la solaj kvar popularaj boteloj, kiuj estas... (1) aĉeteblaj en Kanado kaj (2) havas datumojn pri trinkaĵvolumo alireblajn per la poŝtelefona aplikaĵo.
Bildoj de analizitaj komercaj boteloj: (a) HidrateSpark 34, (b) HidrateSpark Steel5, (c) H2OPal6, (d) Thermos Smart Lid7. La ruĝa streketo montras la lokon de la sensilo.
El la supre menciitaj boteloj, nur antaŭaj versioj de HidrateSpark estis validigitaj en esplorado8. La studo trovis, ke la botelo HidrateSpark estis preciza ene de 3% de mezurado de totala konsumado dum 24-hora periodo de fluidkonsumado. HidrateSpark ankaŭ estis uzata en klinikaj studoj por monitori konsumadon ĉe pacientoj kun renaj ŝtonetoj9. Ekde tiam, HidrateSpark evoluigis novajn botelojn kun malsamaj sensiloj. H2OPal estis uzata en aliaj studoj por spuri kaj antaŭenigi fluidkonsumadon, sed neniuj specifaj studoj validigis ĝian efikecon2,10. Pletcher et al. La geriatriaj trajtoj kaj informoj haveblaj interrete estis komparitaj por pluraj komercaj boteloj, sed ili ne plenumis ian validigon de ilia precizeco11.
Ĉiuj kvar komercaj boteloj inkluzivas senpagan proprietan aplikaĵon por montri kaj konservi konsumajn okazaĵojn elsenditajn per Bluetooth. La HidrateSpark 3 kaj Thermos Smart Lid havas la sensilon meze de la botelo, eble uzante kapacitan sensilon, dum la HidrateSpark Steel kaj H2Opal havas sensilon sur la fundo, uzante ŝarĝan aŭ premsensilon. La loko de la sensilo estas montrita en la ruĝa streketo en Figuro 1. En la Thermos Smart Lid, la sensilo ne povas atingi la fundon de la ujo.
Ĉiu botelo estas testita en du fazoj: (1) kontrolita suĉa fazo kaj (2) liberviva fazo. En ambaŭ fazoj, la rezultoj registritaj de la botelo (akiritaj de la poŝtelefona aplikaĵo de la produkto uzata sur Android 11) estis komparitaj kun la baza vero akirita per 5 kg pesilo (Starfrit Electronic Kitchen Scale 93756). Ĉiuj boteloj estis kalibritaj antaŭ ol datumoj estis kolektitaj per la aplikaĵo. En Fazo 1, trinketoj de 10 mL ĝis 100 mL estis mezuritaj hazarde, po 5 mezuroj, por entute 50 mezuroj por botelo. Ĉi tiuj eventoj ne estas faktaj trinkokazaĵoj ĉe homoj, sed estas verŝitaj por ke la kvanto de ĉiu trinketo povu esti pli bone kontrolita. En ĉi tiu etapo, rekalibru la botelon se la trinketa eraro estas pli granda ol 50 mL, kaj reparigu se la aplikaĵo perdas la bludentan konekton al la botelo. Dum la liberviva fazo, uzanto trinkas akvon libere el botelo dum la tago, kaj ili elektas malsamajn trinketojn. Ĉi tiu fazo ankaŭ inkluzivas 50 glutojn laŭlonge de la tempo, sed ne ĉiujn sinsekve. Tial, ĉiu botelo havas datumbazon de entute 100 mezuroj.
Por determini la totalan fluidan konsumon kaj certigi taŭgan ĉiutagan hidratadon, estas pli grave havi precizajn volumetrajn konsumajn mezuradojn dum la tuta tago (24 horoj) ol ĉiun gluton. Tamen, por identigi rapidajn intervenajn signojn, ĉiu gluto devas havi malaltan eraron, kiel estis farite en la studo de Conroy et al. 2. Se la gluto ne estas registrita aŭ registrita malbone, estas esence, ke la botelo povu balanci la volumenon en la sekva registrado. Tial, la eraro (mezura volumeno - fakta volumeno) estas alĝustigita permane. Ekzemple, supozu, ke la subjekto trinkis 10 ml kaj la botelo raportis 0 ml, sed poste la subjekto trinkis 20 ml kaj la botelo raportis entute 30 ml, la alĝustigita eraro estus 0 ml.
Tabelo 1 listigas diversajn rendimentajn metrikojn por ĉiu botelo konsiderante du fazojn (100 trinketoj). La meza procenta eraro (MPE) por trinketo, meza absoluta eraro (MAE) por trinketo, kaj akumula MPE estas kalkulitaj jene:
kie \({S}_{act}^{i}\) kaj \({S}_{est}^{i}\) estas la faktaj kaj laŭtaksaj konsumadoj de \({i}_{th}\) trinketo, kaj \(n\) estas la tuta nombro da trinketoj. \({C}_{act}^{k}\) kaj \({C}_{est}^{k}\) reprezentas la akumulan konsumadon de la lastaj \(k\) trinketoj. La trinketa MPE rigardas la procentan eraron por ĉiu individua trinketo, dum la akumula MPE rigardas la tutan procentan eraron laŭlonge de la tempo. Laŭ la rezultoj en Tabelo 1, H2OPal havas la plej malaltan nombron da perditaj registroj, la plej malaltan trinketan MPE, kaj la plej malaltan akumulan MPE. La meza eraro estas pli bona ol la meza absoluta eraro (MAE) kiel kompara metriko dum determinado de la tuta konsumado laŭlonge de la tempo. Ĉar ĝi ilustras la kapablon de la botelo resaniĝi post malbonaj mezuradoj laŭlonge de la tempo dum registrado de postaj mezuradoj. La trinketa MAE ankaŭ estas inkluzivita. en aplikoj kie la precizeco de ĉiu gluto gravas ĉar ĝi kalkulas la absolutan eraron de ĉiu gluto. Akumula MPE ankaŭ mezuras kiom bone la mezuroj estas ekvilibraj tra la fazo kaj ne punas eĉ unuopan gluton. Alia observado estis, ke 3 el la 4 boteloj subtaksis la volumenan konsumadon po buŝo montritan en Tabelo 1 per negativaj nombroj.
La R-kvadrataj korelaciaj koeficientoj de Pearson por ĉiuj boteloj estas ankaŭ montritaj en Tabelo 1. HidrateSpark 3 provizas la plej altan korelacian koeficienton. Kvankam HidrateSpark 3 havas kelkajn mankantajn registrojn, la plej multaj el ili estas malgrandaj buŝoj (La diagramo de Bland-Altman en Figuro 2 ankaŭ konfirmas, ke HidrateSpark 3 havas la plej malgrandan limon de kongruo (LoA) kompare kun la aliaj tri boteloj. LoA analizas kiom bone la faktaj kaj mezuritaj valoroj kongruas. Krome, preskaŭ ĉiuj mezuroj estis en la LoA-intervalo, kio konfirmas, ke ĉi tiu botelo donas koherajn rezultojn, kiel montrite en Figuro 2c. Tamen, la plej multaj valoroj estas sub nulo, kio signifas, ke la grandeco de la trinketo ofte estas subtaksita. La samo validas por HidrateSpark Steel en Figuro 2b, kie la plej multaj el la erarvaloroj estas negativaj. Tial, ĉi tiuj du boteloj provizas la plej altan MPE kaj akumulan MPE kompare kun H2Opal kaj Thermos Smart Lid, kun eraroj distribuitaj super kaj sub 0, kiel montrite en Fig. 2a,d.
Bland-Altman-diagramoj de (a) H2OPal, (b) HidrateSpark Steel, (c) HidrateSpark 3 kaj (d) Thermos Smart Lid. La streketita linio reprezentas la konfidencintervalon ĉirkaŭ la meznombro, kalkulita el la norma devio en Tabelo 1.
HidrateSpark Steel kaj H2OPal havis similajn normajn deviojn de 20.04 mL kaj 21.41 mL, respektive. Figuroj 2a,b ankaŭ montras, ke la valoroj de HidrateSpark Steel ĉiam resaltas ĉirkaŭ la meznombro, sed ĝenerale restas ene de la LoA-regiono, dum H2Opal havas pli da valoroj ekster la LoA-regiono. La maksimuma norma devio de la Thermos Smart Lid estis 35.42 mL, kaj pli ol 10% de la mezuroj estis ekster la LoA-regiono montrita en Figuro 2d. Ĉi tiu botelo provizis la plej malgrandan Sip-Meznombro-Eraron kaj relative malgrandan Kumulan MPE, malgraŭ havi la plej multajn mankantajn registrojn kaj la plej grandan norman devio. La Thermos SmartLid havas multajn maltrafitajn registradojn ĉar la sensora pajleto ne etendiĝas al la fundo de la ujo, kaŭzante maltrafitajn registradojn kiam la likva enhavo estas sub la sensora bastoneto (~80 mL). Ĉi tio devus konduki al subtaksado de fluida konsumado; tamen, Thermos estis la sola botelo kun pozitiva MPE kaj Trinketa Meza Eraro, implicante ke la botelo supertaksis la fluidan konsumon. Do, la kialo kial la meza trinketa eraro de Thermos estas tiel malalta estas ĉar la mezurado estas supertaksita por preskaŭ ĉiu botelo. Kiam ĉi tiuj supertaksoj estas averaĝitaj, inkluzive de multaj maltrafitaj trinketoj kiuj tute ne estas registritaj (aŭ "subtaksitaj"), la meza rezulto estas ekvilibra. Ekskludante maltrafitajn registrojn el la kalkulo, la Trinketa Meza Eraro fariĝis +10.38 mL, konfirmante grandan supertakson de ununura trinketo. Kvankam ĉi tio povas ŝajni pozitiva, la botelo estas fakte malpreciza en individuaj trinketataj taksoj kaj nefidinda ĉar ĝi maltrafas multajn trinkokazaĵojn. Krome, kiel montrite en Figuro 2d, Thermos SmartLid ŝajnas pliigi la eraron kun kreskanta trinketa grandeco.
Entute, H2OPal estis la plej preciza je taksado de trinketoj laŭlonge de la tempo, kaj la plej fidinda maniero por mezuri la plej multajn registradojn. La Thermos Smart Lid estis la malplej preciza kaj maltrafis pli da trinketoj ol la aliaj boteloj. La botelo HidrateSpark 3 havis pli konsekvencajn erarvalorojn, sed subtaksis la plej multajn trinketojn, kio rezultigis malbonan rendimenton laŭlonge de la tempo.
Rezultas, ke la botelo eble havas iom da delokiĝo, kiun oni povas kompensi per alĝustiga algoritmo. Ĉi tio aparte veras por la botelo HidrateSpark, kiu havas malgrandan norman devion de eraro kaj ĉiam subtaksas unuopan trinketon. Metodo de plej malgrandaj kvadratoj (LS) estis uzata kun datumoj de la unua etapo, ekskludante iujn ajn mankantajn registrojn por akiri delokigajn kaj gajnajn valorojn. La rezulta ekvacio estis uzata por la trinketkonsumado mezurita en la dua etapo por kalkuli la faktan valoron kaj determini la kalibritan eraron. Tabelo 2 montras, ke alĝustigo plibonigis la mezan eraron de la trinketo por du boteloj HidrateSpark, sed ne por H2OPal aŭ Thermos Smart Lid.
Dum Fazo 1, kie ĉiuj mezuradoj estas faritaj, ĉiu botelo estas replenigita plurfoje, do la kalkulita MAE povas esti influita de la botelpleniga nivelo. Por determini tion, ĉiu botelo estas dividita en tri nivelojn, altan, mezan kaj malaltan, bazitajn sur la tuta volumeno de ĉiu botelo. Por la mezuradoj de Fazo 1, unudirekta ANOVA-testo estis farita por determini ĉu la niveloj estis signife malsamaj en absoluta eraro. Por HidrateSpark 3 kaj Steel, la eraroj por la tri kategorioj ne estas signife malsamaj. Estis lima signifa diferenco (p Duvostaj t-testoj estis faritaj por kompari la erarojn de stadio 1 kaj stadio 2 por ĉiu botelo. Ni atingis p > 0.05 por ĉiuj boteloj, kio signifas, ke la du grupoj ne estis signife malsamaj. Tamen, oni observis, ke la du HidrateSpark-boteloj perdis multe pli altan nombron da registradoj en stadio 2. Por H2OPal, la nombro da mankantaj registradoj estis preskaŭ egala (2 kontraŭ 3), dum por Thermos SmartLid estis malpli da mankantaj registradoj (6 kontraŭ 10). Ĉar la HidrateSpark-boteloj ĉiuj pliboniĝis post kalibrado, t-testo ankaŭ estis farita post kalibrado. Por HidrateSpark 3, ekzistas signifa diferenco en eraroj inter Stadio 1 kaj Stadio 2 (p = 0.046). Ĉi tio pli verŝajne ŝuldiĝas al la pli alta nombro da mankantaj registroj en stadio 2 kompare kun stadio 1.
Ĉi tiu sekcio provizas komprenojn pri la uzebleco de la botelo kaj ĝia apliko, same kiel aliajn funkciajn informojn. Kvankam la precizeco de la botelo gravas, la uzebleca faktoro ankaŭ gravas kiam oni elektas botelon.
HidrateSpark 3 kaj HidrateSpark Steel estas ekipitaj per LED-lumoj, kiuj memorigas uzantojn trinki akvon se ili ne atingas siajn celojn laŭplane, aŭ ekbrilas certan nombron da fojoj tage (agorditaj de la uzanto). Ili ankaŭ povas esti agorditaj por ekbrili ĉiufoje kiam la uzanto trinkas. H2OPal kaj Thermos Smart Lid ne havas vidan respondon por memorigi uzantojn trinki akvon. Tamen, ĉiuj aĉetitaj boteloj havas poŝtelefonajn sciigojn por memorigi uzantojn trinki per la poŝtelefona aplikaĵo. La nombro da sciigoj tage povas esti agordita en la aplikaĵoj HidrateSpark kaj H2OPal.
HidrateSpark 3 kaj Steel uzas liniajn tendencojn por gvidi uzantojn kiam trinki akvon kaj doni horan proponitan celon, kiun uzantoj devus atingi antaŭ la fino de la tago. H2OPal kaj Thermos Smart Lid nur provizas ĉiutagan totalan celon. En ĉiuj boteloj, se la aparato ne estas konektita al la aplikaĵo per bludento, la datumoj estos konservitaj loke kaj sinkronigitaj post pariĝo.
Neniu el la kvar boteloj fokusiĝas al hidratado por maljunuloj. Krome, la formuloj, kiujn la boteloj uzas por determini ĉiutagajn konsumadcelojn, ne estas haveblaj, kio malfaciligas determini ĉu ili taŭgas por pli maljunaj plenkreskuloj. La plej multaj el ĉi tiuj boteloj estas grandaj kaj pezaj kaj ne adaptitaj por maljunuloj. La uzo de poŝtelefonaj aplikaĵoj eble ankaŭ ne estas ideala por pli maljunaj plenkreskuloj, kvankam ĝi povus esti utila por esploristoj kolekti datumojn malproksime.
Ne ĉiuj boteloj povas determini ĉu la likvaĵo estis konsumita, forĵetita aŭ disverŝita. Ĉiuj boteloj ankaŭ devas esti metitaj sur surfacon post ĉiu gluto por precize registri la konsumadon. Tio signifas, ke trinkaĵoj povas esti maltrafitaj se la botelo ne estas metita, precipe dum replenigo.
Alia limigo estas, ke la aparato devas esti periode re-parigita kun la aplikaĵo por sinkronigi datumojn. La termosujo devis esti re-parigita ĉiufoje kiam la aplikaĵo estis malfermita, kaj la botelo HidrateSpark ofte luktis por trovi Bluetooth-konekton. H2OPal estas plej facile re-parigebla kun la aplikaĵo se la konekto perdiĝas. Ĉiuj boteloj estas kalibritaj antaŭ ol la testado komenciĝas kaj devas esti re-kalibritaj almenaŭ unufoje dum la procezo. La botelo HidrateSpark kaj H2OPal devas esti malplenigitaj kaj tute plenigitaj por kalibrado.
Ne ĉiuj boteloj havas la eblon elŝuti aŭ konservi datumojn longtempe. Ankaŭ, neniu el ili estas alirebla per la API.
HidrateSpark 3 kaj H2OPal uzas anstataŭigeblajn litio-jonajn bateriojn, HidrateSpark Steel kaj Thermos SmartLid uzas reŝargeblajn bateriojn. Kiel deklarite de la fabrikanto, la reŝargebla baterio devus daŭri ĝis 2 semajnojn kun plena ŝargo, tamen, ĝi devas esti reŝargita preskaŭ ĉiusemajne kiam oni uzas la Thermos SmartLid intense. Ĉi tio estas limigo, ĉar multaj homoj ne memoros reŝargi la botelon regule.
Ekzistas diversaj faktoroj, kiuj povas influi la elekton de inteligenta botelo, precipe kiam la uzanto estas maljunulo. La pezo kaj volumeno de la botelo estas grava faktoro, ĉar ĝi devas esti facile uzebla por malfortaj maljunuloj. Kiel menciite antaŭe, ĉi tiuj boteloj ne estas adaptitaj por maljunuloj. La prezo kaj kvanto de likvaĵo po botelo ankaŭ estas alia faktoro. Tabelo 3 montras la alton, pezon, likvan volumenon kaj prezon de ĉiu botelo. Thermos Smart Lid estas la plej malmultekosta kaj plej malpeza, ĉar ĝi estas farita tute el pli malpeza plasto. Ĝi ankaŭ tenas la plej multajn likvaĵojn kompare kun la aliaj tri boteloj. Male, H2OPal estis la plej alta, plej peza kaj plej multekosta el la esplorboteloj.
Komerce haveblaj inteligentaj boteloj estas utilaj por esploristoj ĉar ne necesas prototipi novajn aparatojn. Kvankam ekzistas multaj inteligentaj akvoboteloj haveblaj, la plej ofta problemo estas, ke uzantoj ne havas aliron al la datumoj aŭ krudaj signaloj, kaj nur iuj rezultoj estas montrataj en la poŝtelefona aplikaĵo. Necesas disvolvi vaste uzatan inteligentan botelon kun alta precizeco kaj plene alireblaj datumoj, precipe unu adaptitan por maljunuloj. El la kvar testitaj boteloj, H2OPal tuj havis la plej malaltan Sip MPE, akumulan MPE, kaj nombron da maltrafitaj registradoj. HidrateSpark 3 havas la plej altan linearecon, plej malgrandan norman devion kaj plej malaltan MAE. HidrateSpark Steel kaj HidrateSpark 3 povas simple esti mane kalibritaj por redukti la Sip-mezan eraron uzante la LS-metodon. Por pli precizaj trinkaĵregistradoj, la HidrateSpark 3 estas la botelo de elekto, dum por pli koheraj mezuradoj laŭlonge de la tempo, la H2OPal estas la unua elekto. La Thermos SmartLid havis la malplej fidindan rendimenton, havis la plej multajn maltrafitajn trinkaĵojn, kaj supertaksis individuajn trinkaĵojn.
La studo ne estas sen limigoj. En realmondaj scenaroj, multaj uzantoj trinkos el aliaj ujoj, precipe varmaj likvaĵoj, aĉetitaj trinkaĵoj kaj alkoholo. Estonta laboro devus taksi kiel la formo de ĉiu botelo influas erarojn por gvidi la dezajnon de inteligentaj akvoboteloj.
Rule, AD, Lieske, JC & Pais, VM Jr. 2020. Traktado de Renŝtonoj. JAMA 323, 1961–1962. https://doi.org/10.1001/jama.2020.0662 (2020).
Conroy, DE, West, AB, Brunke-Reese, D., Thomaz, E. & Streeper, NM Ĝustatempa adapta interveno por antaŭenigi fluidkonsumon ĉe pacientoj kun renaj ŝtonetoj. Sanpsikologio. 39, 1062 (2020).
Cohen, R., Fernie, G., kaj Roshan Fekr, A. Sistemoj por monitorado de fluida konsumado ĉe maljunuloj: literaturrevizio. Nutrients 13, 2092. https://doi.org/10.3390/nu13062092 (2021).
Inc, H. HidrateSpark 3 Inteligenta Akvobotelo & Senpaga Hidratiga Spurilo-Aplikaĵo – Nigra https://hidratespark.com/products/black-hidrate-spark-3. Alirita la 21-an de aprilo 2021.
HidrateSpark STEEL Izolita Inteligenta Akvobotelo kaj Aplikaĵo el Neoksidebla Ŝtalo – Hidrate Inc. https://hidratespark.com/products/hidratespark-steel. Alirita la 21-an de aprilo 2021.
Thermos® Konektita Hidratiga Botelo kun Inteligenta Ĉapo. https://www.thermos.com/smartlid. Alirita la 9-an de novembro 2020.
Borofsky, MS, Dauw, CA, York, N., Terry, C. & Lingeman, JE Precizeco de mezurado de ĉiutaga fluida konsumado uzante "inteligentan" akvobotelon. Urolithiasis 46, 343–348. https://doi.org/10.1007/s00240-017-1006-x (2018).
Bernard, J., Song, L., Henderson, B. & Tasian, GE. Rilato inter ĉiutaga akvokonsumo kaj 24-hora urinproduktado ĉe adoleskantoj kun renaj ŝtonetoj. Urology 140, 150–154. https://doi.org/10.1016/j.urology.2020.01.024 (2020).
Fallmann, S., Psychoula, I., Chen, L., Chen, F., Doyle, J., Triboan, D. Realeco kaj percepto: Agadmonitorado kaj datenkolektado en realmondaj inteligentaj hejmoj. En la 2017 IEEE SmartWorld Conference Proceedings, Ĉiea Inteligenteco kaj Komputado, Altnivela kaj Fidinda Komputado, Skalebla Komputado kaj Komunikadoj, Nuba kaj Grandaj Datumoj Komputado, Interreto de Homoj kaj Inteligenta Urba Novigado (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI), 1-6 (IEEE, 2017).
Pletcher, DA et al. Interaga akvotrinkaparato desegnita por maljunuloj kaj Alzheimer-malsanuloj. En proceso pri la homa flanko de IT por la maljuna loĝantaro. Sociaj Amaskomunikiloj, Ludoj kaj Helpataj Medioj (red. Zhou, J. & Salvendy, G.) 444–463 (Springer International Publishing, 2019).
Ĉi tiun laboron subtenis stipendio de la Kanadaj Institutoj pri Sanesploro (CIHR) Fonduso (FDN-148450). D-ro Fernie ricevis la financadon kiel la Creaghan-Katedro pri Familia Preventado kaj Medicina Teknologio.
Kajta Instituto, Toronto Rehabilitada Instituto - Universitata Sanreto, Toronto, Kanado
Konceptigo – RC; Metodologio – RC, AR; Skribado – Manuskripta Preparado – RC, AR; Skribado – Revizio kaj Redaktado, GF, AR; Superrigardo – AR, GF Ĉiuj aŭtoroj legis kaj konsentas kun la publikigita versio de la manuskripto.
Springer Nature restas neŭtrala rilate al jurisdikciaj postuloj pri publikigitaj mapoj kaj instituciaj alligitecoj.
Libera Aliro Ĉi tiu artikolo estas licencita sub la Krea Komunaĵo Atribuite 4.0 Internacia Permesilo, kiu permesas uzon, dividadon, adaptadon, distribuon kaj reproduktadon en iu ajn medio aŭ formato, kondiĉe ke vi donas konvenan agnoskon al la originala aŭtoro kaj fonto, provizante Krea Komunaĵo-licencon, kaj indikas ĉu ŝanĝoj estis faritaj. Bildoj aŭ aliaj triapartaj materialoj en ĉi tiu artikolo estas inkluzivitaj sub la Krea Komunaĵo-licenco de la artikolo, krom se alie notite en la kreditoj por la materialo. Se la materialo ne estas inkluzivita en la Krea Komunaĵo-licenco de la artikolo kaj via celita uzo ne estas permesita de leĝo aŭ reguligo aŭ superas tion permesitan, vi devos akiri permeson rekte de la kopirajtulo. Por vidi kopion de ĉi tiu licenco, vizitu http://creativecommons.org/licenses/by/4.0/.
Cohen, R., Fernie, G., kaj Roshan Fekr, A. Monitorado de likva konsumado en komerce haveblaj inteligentaj akvoboteloj. Science Rep 12, 4402 (2022). https://doi.org/10.1038/s41598-022-08335-5
Per sendado de komento, vi konsentas obei niajn Kondiĉojn kaj Komunumajn Gvidliniojn. Se vi vidas ofendan enhavon aŭ enhavon, kiu ne konformas al niaj kondiĉoj aŭ gvidlinioj, bonvolu marki ĝin kiel maltaŭgan.