Implementing a routine outcome assessment procedure to evaluate the quality of assistive technology service delivery for children with physical or multiple disabilities: Perceived effectiveness, social cost, and user satisfaction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is a lack of evidence on the effects and quality of assistive technology service delivery (ATSD). This study presents a quasi-experimental 3-months follow-up using a pre-test/post-test design aimed at evaluating outcomes of assistive technology (AT) interventions targeting children with physical and multiple disabilities. A secondary aim was to evaluate the feasibility of the follow-up assessment adopted in this study with a view to implement the procedure in routine clinical practice. Forty-five children aged 3-17 years were included. Parents were asked to complete the Individual Prioritised Problem Assessment (IPPA) for AT effectiveness; KWAZO (Kwaliteit van Zorg [Quality of Care]) and Quebec User Evaluation of Satisfaction with Assistive Technology (QUEST) 2.0 for satisfaction with ATSD; Siva Cost Analysis Instrument (SCAI) for estimating the social cost of AT interventions. At follow-up, 25 children used the AT recommended. IPPA effect sizes ranged from 1.4 to 0.7, showing a large effect of AT interventions. Overall, parents were satisfied with ATSD, but Maintenance, Professional Services, and AT Delivery were rated not satisfactory. SCAI showed more resources spent for AT intervention compared to human assistance without technological supports. AT may be an effective intervention for children with disabilities. Issues concerning responsiveness and feasibility of the IPPA and the SCAI instruments are discussed with a view to inform routine clinical practice.
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.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle