MétaCan
Menu
Retour à la cohorte
Enregistrement W1997743982 · doi:10.12927/hcpol.2013.21738

Living Environments for People with Moderate to Severe Acquired Brain Injury

2010· article· en· W1997743982 sur OpenAlexafffundvenueabout
Angela Colantonio, Dana Howse, Bonnie Kirsh, Teresa Chiu, Rachel Zulia, Charissa Levy

Notice bibliographique

RevueHealthcare policy · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesUniversity of TorontoToronto Rehabilitation InstituteOntario Ministry of Health and Long-Term CareOntario Neurotrauma Foundation
Mots-clésAcquired brain injuryGovernment (linguistics)Assisted livingIndependent livingQualitative researchActivities of daily livingBusinessResidential careAssisted Living FacilityPsychologyNursingMedicinePublic relationsGerontologyPolitical scienceRehabilitationSociologyPsychiatryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study examines the issue of living environments for persons with acquired brain injury (ABI), with the aim of identifying factors that enable or act as barriers to appropriate living environments. METHODS: A qualitative study involving 31 semi-structured interviews conducted with 56 key informants representing various relevant sectors: institutional, community, residential and non-residential, consumer/advocacy and government/policy from six regions in the province of Ontario, Canada. RESULTS: The study identified such barriers as lack of ABI-specific facilities, beds and trained staff and a poorly coordinated system in many areas, with long wait lists for specialized residential settings. Clients with ABI need individualized treatment, making development of a standardized model of care difficult, particularly for those with co-morbid conditions. Solutions such as more flexible options for clients and better trained staff emerged. CONCLUSIONS: The study presents solutions to challenges and limitations in addressing appropriate living environments for persons with ABI.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,685
Score d'incertitude au seuil0,737

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,391
Écart entre enseignants0,338 · 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 tête enseignante, 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

Citations16
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207