Getting it “right”: how collaborative relationships between people with disabilities and professionals can lead to the acquisition of needed assistive technology
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
PURPOSE: The purpose of this study was to examine the impact of a consumer-led equipment and device program [Equipment and Assistive Technology Initiative (EATI) in British Columbia, Canada] from the perspective of program participants. The importance of collaborative assessments for obtaining the right assistive technology (AT) for meeting an individual's needs is discussed in light of the program's participant-centered "Participation Model", or philosophy by which the program is structured. METHOD: A cross-sectional survey with participants and semi-structured interviews were conducted with participants (≥ 18 years) who held a range of disabilities. The survey asked participants to rank their AT and to identify the method by which they obtained the technology [by self, prescribed by a health professional or collaborative (self and professional)]. Interviews addressed participants' opinions about obtaining and using AT. RESULTS: In total, 357 people responded to the survey (17% response rate) and 16 people participated in the interviews. The highest ranking AT was assigned to devices assessed via a collaborative method (self = 31%, practitioner = 26%, collaborative = 43%; χ(2) (16,180) = 39.604, p < 0.001). CONCLUSIONS: Shared decision-making between health professionals and people with disabilities within the assessment process for assistive technology leads to what participants perceive as the right AT. IMPLICATIONS FOR REHABILITATION: Collaborative decision-making can lead to the selection of assistive technology that is considered needed and right for the individual. Person-centered philosophy associated with assistive technology assessment is contributing to attaining "the right" AT.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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