MétaCan
Menu
Retour à la cohorte
Enregistrement W2039012088 · doi:10.1080/10400435.2006.10131916

Technology in the Lives of Women Who Live With Memory Impairment as a Result of a Traumatic Brain Injury

2006· article· en· W2039012088 sur OpenAlexaff
Abigail Dry, Angela Colantonio, Jill I. Cameron, Alex Mihailidis

Notice bibliographique

RevueAssistive Technology · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMemory impairmentPopulationTraumatic brain injuryPsychologyMemory problemsMedicinePsychiatryCognitionDementiaDisease

Résumé

récupéré en direct d'OpenAlex

A large number of individuals who have experienced a traumatic brain injury are women; unfortunately, there is a lack of literature focusing on their treatment preferences. Electronic memory aids have the potential to offer tremendous assistance to increase the independence of individuals with memory impairment; however, the use of electronic memory aids with this female population has not been explored. The objective of this study was to investigate the perceptions and use of electronic memory aids in women with memory impairment as a result of a traumatic brain injury to further their use of this technology to enable their independence. Two focus groups were conducted, each with five women who self-reported a moderate to severe head injury. The primary theme that emerged was the willingness and interest of this sample to use this technology when provided with an appropriate introduction and learning environment. The results reaffirm current literature supporting the use of electronic memory aids with a population with a head injury. Individuals not currently using this technology were motivated to employ electronic memory aids in their daily lives. Further research must be conducted to develop strategies to enable this population's use of electronic memory aids.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,377
Écart entre enseignants0,350 · 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.

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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207