MétaCan
Menu
Retour à la cohorte
Enregistrement W2045896505 · doi:10.1080/02699050902970760

A descriptive portrait of human assistance required by individuals with brain injury

2009· article· en· W2045896505 sur OpenAlexaff
Marie‐Ève Lamontagne, Marie‐Christine Ouellet, Jean-François Simard

Notice bibliographique

RevueBrain Injury · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcGill UniversityHôpital de l'Enfant-JésusUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTraumatic brain injuryRehabilitationPopulationPsychologyAcquired brain injuryMedicineGerontologyPhysical therapyPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Human assistance is a counterweight to disabilities for people living with a traumatic brain injury (TBI). However, there is no clear description of the human assistance used by this population in relation with specific life habits (LH). OBJECTIVES: (1) to describe the proportion of LH performed with human assistance; (2) to explore the characteristics of TBI persons with greater needs for human assistance; (3) to clarify the categories of LH for which persons with TBI need human assistance; and (4) to determine the relationship between the human helper and the person with TBI across different residential settings. METHOD: One hundred and thirty-six individuals with moderate or severe TBI were interviewed using the LIFE-H. RESULTS: Human assistance is used to perform one out of three LH. A greater need for human assistance was associated with the number of impairments, motor limitation to the upper limbs, hemiplegia and receiving public insurance. Human assistance was used more often to perform LH pertaining to social roles than those pertaining to daily living. Close relatives were the most frequent providers of human assistance regardless of the residential setting. CONCLUSION: Given the importance of human assistance in TBI, it is essential to support human helpers during and after rehabilitation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,054
Tête enseignante GPT0,351
Écart entre enseignants0,297 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetTraumatic Brain Injury ResearchTravaux en français237 207