床架推薦 Mobile01的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

以手機為感測器探討跌倒偵測之可行性

為了解決床架推薦 Mobile01的問題，作者羅心汝 這樣論述：

現今老年人口逐漸攀升，對於老年人跌倒產生的危險是大眾需要關注的問題，若能透過科技與智慧手機的結合以協助偵測長者是否於行進中跌倒，當偵測到跌倒時，長者不能自行起立時，能主動協助通知家人與報請救護車，進而提升長輩行的安全。 本研究利用現今流行的深度學習模型架構，透過手機內建加速感測器與陀螺儀感測器收集資料並設計跌倒偵測演算法，利用VGG16網路模型以進行跌倒偵測，從實驗結果來上，獲得97.71%的準確度。

運用「銅鑼浴」於COVID-19期間護理人員 工作壓力、職業疲勞及睡眠品質之成效

為了解決床架推薦 Mobile01的問題，作者王怡文 這樣論述：

背景：第一線臨床護理人員是醫院工作中重要的一環。自2019年12月起 COVID-19快速爆發同時，造成全球醫療緊急狀態，使得護理照護工作面臨挑戰，高壓力的工作環境嚴重影響護理人員的心理健康。因此，在COVID-19期間，了解臨床工作第一線護理人員其工作壓力、職業疲勞及睡眠品質，給予適當的介入措施是極為迫切且值得被重視的議題。目前較少研究探討處於COVID-19期間護理人員給予相關介入措施改善其工作壓力、職業疲勞及睡眠品質的研究。因此，本研究期望藉由「銅鑼浴」作為介入措施，探討COVID-19期間第一線護理人員工作壓力、職業疲勞及睡眠品質改善之成效，作為將來健康促進活動與推廣於其他第一線工作

人員介入措施之參考。方法：本研究採類實驗法研究設計（quasi-experimental research design），研究對象取自南部教學醫院第一線護理人員，共計79位。使用丟銅板方式分成實驗組及對照組。實驗組給予每次約50~60分鐘，共7次的銅鑼課程；而對照組則不給予任何介入措施。資料收集採用結構式問卷及Garmin智慧手錶及其應用程式（App）， 包含人口學基本資料、壓力知覺量表（Perceived Stress Scale, PSS）、中文版職場疲勞量表（Occupational Burnout Inventory）、匹茲堡睡眠品質量表（Pittsburgh Sleep Quali

ty Index, PSQI）；生理指標壓力指數、總睡眠時數、深層睡眠時數、淺層睡眠時數、快速動眼期（REM）時數及睡眠中斷清醒時數。結果：本研究共收案79位，實驗組40位及對照組39位。人口學基本資料中，實驗組及對照組在年齡（t=5.19, p< .001）、工作年資（t=4.41, p< .001）、婚姻狀態（X2=7.25，p= .027）顯著差異。在壓力方面：壓力知覺量表實驗組前、後測（t=3.84, p< .001）及實驗組與對照組比較（Z=-2.347, p= .019）後發現，後測與實驗組對壓力明顯改善，且達顯著差異。透過智慧手錶及其應用程式監測所得數的壓力指數，實驗組低壓力指數

（t=-22.62, p< .001）與高壓力指數（t=-44.13 , p< .001）之前、後測以及實驗組與對照組之低壓力指數（Z=-7.687, p< .001）及高壓力指數（Z=-7.654, p< .001）發現，實驗組之高、低壓力後測皆明顯下降，且比對照組低，達顯著差異。在職業疲勞方面：發現實驗組個人疲勞後測比前測改善（t=2.58, p= .014），反而對照組於對服務對象疲勞後測比前測增加（t=2.02., p= .050）；實驗組與對照組比較發現實驗組對服務對象疲勞明顯下降（Z=-2.194, p< .028），且達顯著差異。在睡眠品質方面：發現睡眠品質的次量表中，實驗組的睡

眠遲滯期後測比前測減少（t=3.13, p= .003），而對照組在使用安眠藥後測比前測增加（t=2.08, p= .044）；另外，比較實驗組與對照組睡眠品質總分及各次量表，雖未達顯著性差異。但透過智慧手錶及其應用程式監測所得的睡眠時數則發現，實驗組比對照組的深層睡眠時數增加（Z=-3.496, p< .001），而REM時數減少（Z=-3.197, p= .001），且達統計學上之差異。結論：本研究結果顯示銅鑼浴介入對於壓力、職業疲勞及睡眠品質都有明顯改善。適時適當的給予COVID-19第一線護理人員銅鑼浴介入措施改善護理人員壓力、職業疲勞及睡眠品質是可以用來預防護理人員心理健康問題。對於

第一線臨床護理人員而言，銅鑼浴是一項值得推薦的紓壓措施。