Concussion education and awareness support group: the value of a pilot clinical program as an essential Knowledge Transfer and Exchange (KTE) strategy
Notice bibliographique
Résumé
Objective To pilot test a concussion education and support workshop as a Knowledge Transfer and Exchange (KTE) intervention for enhancing knowledge and education post-concussion. Design Prospective, pre-post design to pilot test a KTE intervention. Setting Sport Concussion Clinic patients and their parents. Subjects Five concussed athletes (4 males; 1 female) ages 10–39 years (mean=29±10 years) and their parents (N=4). Intervention An education presentation based on 2008 Concussion in Sport Meeting content (Zurich, Switzerland) consisting of case studies, discussion questions and a workbook. Outcome Measures A survey was designed to examine baseline and changes in concussion knowledge and attitudes, and was administered pre and post intervention. A workshop evaluation assessed preferred learning methods and workshop satisfaction. Results Knowledge improvements regarding the return-to-play protocol (RTP; 22%), when to RTP (11%) and start rehabilitation (45%) were seen. Knowledge gaps were associated with the role of CT/MRI and protective equipment. Athletes acknowledged the seriousness of concussion and felt relief that they were not alone. The workshop was considered a successful form of peer support for the athletes and overall support for the parents. Conclusions This intervention is a potentially effective KTE strategy for optimising concussion knowledge and education post-injury, and providing support throughout the concussion recovery process. Participants indicated they wanted to learn more about recovery techniques and coping, and would like to receive information electronically. The limited sample size reinforces the need to continue examining the role of such workshops using a larger group design. Establishing online peer support and education workshops in a webinar format would be an appropriate next step. Acknowledgements Alternative Funding Program Innovation Funds, Ontario Ministry of Health and Long-Term Care. Competing interests None.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».