MétaCan
Menu
Retour à la cohorte
Enregistrement W2039244160 · doi:10.3109/02699052.2014.989905

Does what we measure matter? Quality-of-life defined by adolescents with brain injury

2015· article· en· W2039244160 sur OpenAlexafffund
Ashley Di Battista, Celia Godfrey, Cheryl Soo, Cathy Catroppa, Vicki Anderson

Notice bibliographique

RevueBrain Injury · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchState Government of Victoria
Mots-clésQuality of life (healthcare)PsychologyPsychology of selfClinical psychologyCognitionTraumatic brain injuryDevelopmental psychologyPsychiatryPsychotherapistSocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine if domains included in popular measurement systems (e.g. the Peds QL™) reflect the adolescent survivor of a brain injury's sense of QoL and explore this relationship in reference to an emerging model of wellbeing in the adolescent with TBI. METHODS: Mixed methods; adolescent QoL assessed using the PedsQL™ self-report and a semi-structured interview created by the lead author. Adolescent self-report was compared to adolescent narratives. RESULTS: Ten adolescents participated. Adolescent PedsQL™ total was within normal limits. Adolescents reported that changes identified by the PedsQL were not important and did not impact on their sense of QoL. The importance on social components of QoL-as opposed to cognitive-provide additional support of the emerging model of wellbeing in adolescents with TBI. CONCLUSIONS: The PedsQL can identify changes post-TBI, but fails to consider whether these changes are relevant to the adolescent. Alternate methods of exploring QoL-which emphasize the interaction of social networks and friendships, should be considered to avoid an oblique view of QoL outcomes after TBI.

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)0,025
score de la tête « metaresearch » (Gemma)0,096
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,096
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,092
Tête enseignante GPT0,367
Écart entre enseignants0,275 · 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'étudeQualitatif
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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetTraumatic Brain Injury ResearchTravaux en français237 207