A description of manual wheelchair skills training: current practices in Canadian rehabilitation centers
Notice bibliographique
Résumé
PURPOSE: To describe current practices for manual wheelchair (MWC) skills training in Canadian rehabilitation centers. METHODS: An online survey was sent to practice leaders in occupational (OT) and physical therapy (PT) at 87 Canadian rehabilitation centers. Responses were solicited from individuals who could report about wheelchair skills training at facilities with at least 10 beds designated for rehabilitation. Thirty-four questions asked about: (1) demographics, (2) components of MWC training, (3) amount of MWC skills training, (4) use of validated programs and (5) perceived barriers to using validated programs. Data were analyzed using summary statistics. RESULTS: About 68/87 responses were received primarily from OTs (42/68). Basic MWC skills training (e.g. wheel-locks) was consistently part of clinical practice (45/68), while advanced skills training (e.g. curb-cuts) was rare (8/68). On an average, 1-4 h of training was done (29/68). Validated training programs were used by 16/68, most of whom used them "rarely" (7/16). Common barriers to using validated programs were lack of time (43/68) and resources (39/68). CONCLUSIONS: Learning to use a wheelchair is important for those with ambulation impairments because the wheelchair enables mobility and social participation. Providing opportunities for advanced wheelchair skills training may enhance mobility and social participation in a safe manner. Implications for Rehabilitation There is evidence confirming the benefits of a validated wheelchair skills program, yet most clinicians do no not use them. A variety of perceived barriers may help to explain the limited use of existing programs, such as time, resources and knowledge. Effective knowledge translation efforts may help alleviate some of these barriers, and novel wheelchair training approaches may alleviate some burden on clinicians to help accommodate the increasing number of older wheelchair users.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».