MétaCan
Menu
Retour à la cohorte
Enregistrement W1994642578 · doi:10.4276/030802213x13679275042645

Using Museum Objects to Improve Wellbeing in Mental Health Service Users and Neurological Rehabilitation Clients

2013· article· en· W1994642578 sur OpenAlexaff
Erica Ander, Linda Thomson, Kathryn Blair, Guy Noble, Usha Menon, Anne Lanceley, Helen J. Chatterjee

Notice bibliographique

RevueBritish Journal of Occupational Therapy · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesArts and Humanities Research CouncilUniversity of Oxford
Mots-clésOccupational therapyRehabilitationPsychologyMental healthDistractionFacilitationIdentity (music)Art therapyQualitative researchNursingPsychotherapistApplied psychologyMedicinePsychiatrySociologyAesthetics

Résumé

récupéré en direct d'OpenAlex

Introduction: The study investigated the impact of museum object handling sessions on hospital clients receiving occupational therapy in neurological rehabilitation and in an older adult acute inpatient mental health service. Methods: The research used a qualitative approach based on objectivist and constructionist methods, from which themes typical of the object handling sessions were derived. Results: Themes emerging from detailed analysis of discourse involving clients (n = 82) and healthcare staff (n = 8) comprised: distraction and decreasing negative emotion; increasing vitality and participation; tactile stimulation; conversational and social skills; increasing a sense of identity; novel perspectives and thoughts; learning new things; enjoyment and positive emotion. Critical success factors included good session facilitation for mitigating insecurity, ward staff support and the use of authentic heritage objects. Conclusion: Museums and their collections can be a valuable addition to cultural and arts occupations, in particular for long-stay hospital clients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,001
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,336
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Occupational TherapyMême sujetArt Therapy and Mental HealthTravaux en français237 207