MétaCan
Menu
Retour à la cohorte
Enregistrement W2005519915 · doi:10.1310/ju8p-uvk6-68vw-cf3w

Development of the Chedoke Arm and Hand Activity Inventory: Theoretical Constructs, Item Generation, and Selection

2004· article· en· W2005519915 sur OpenAlexaff
Susan Barreca, Carolyn Gowland, Paul W. Stratford, Maria Huijbregts, Jeremy Griffiths, Wendy Torresin, Magen Dunkley, Patricia A. Miller, Lisa M. Masters

Notice bibliographique

RevueTopics in Stroke Rehabilitation · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensCentre for Advancing Health OutcomesHamilton Health SciencesUniversity of TorontoMcMaster UniversitySt. Joseph’s Healthcare HamiltonMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésPsychologyInter-rater reliabilityConstruct validityPhysical medicine and rehabilitationConcurrent validityStroke (engine)Selection (genetic algorithm)Construct (python library)Reliability (semiconductor)PsychometricsPhysical therapyClinical psychologyDevelopmental psychologyMedicineComputer scienceRating scaleInternal consistencyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The Chedoke Arm and Hand Activity Inventory (CAHAI) was developed to address the need for a valid, clinically relevant, responsive functional assessment of the recovering paretic upper limb. The purpose of this article is to describe the development of the measure including its theoretical constructs, item generation, and item selection. From the literature, survivors of stroke, and their caregivers, 751 items were generated. Using factor analyses stem leaf plots, clinical judgment, and pilot testing on individuals with stroke, the list was reduced to 13 bilateral, real-life items. Research continues to provide evidence of the CAHAI's test-retest and interrater reliability as well as construct, concurrent, and longitudinal validity.

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)0,009
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,268
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations168
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in Stroke RehabilitationMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207