“Good Old Days” Bias Following Mild Traumatic Brain Injury
Notice bibliographique
Résumé
A small percentage of people with a mild traumatic brain injury (MTBI) report persistent symptoms and problems many months or even years following injury. Preliminary research suggests that people who sustain an injury often underestimate past problems (i.e., "good old days" bias), which can impact their perceived level of current problems and recovery. The purpose of this study was to examine the influence of the good old bays bias on symptom reporting following MTBI. The MTBI sample consisted of 90 referrals to a concussion clinic (mean time from injury to evaluation = 2.1 months, SD = 1.5, range = 0.8-8.1). All were considered temporarily fully disabled from an MTBI and they were receiving financial compensation through the Worker's Compensation system. Patients provided post-injury and pre-injury retrospective ratings on the 16-item British Columbia Post-concussion Symptom Inventory (BC-PSI). Ratings were compared to 177 healthy controls recruited from the community and a local university. Consistent with the good old bays bias, MTBI patients retrospectively endorsed the presence of fewer pre-injury symptoms compared to the control group. Individuals who failed effort testing tended to retrospectively report fewer symptoms pre-injury compared to those patients who passed effort testing. Many MTBI patients report their pre-injury functioning as better than the average person. This can negatively impact their perception of current problems, recovery from injury, and return to work.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».