“Good Old Days” Bias Following Mild Traumatic Brain Injury
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
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.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle