Framework for describing community integration for people with acquired brain injury
Notice bibliographique
Résumé
BACKGROUND/AIM: Community integration is the ultimate goal of rehabilitation of adults with acquired brain injury which has a high incidence in the Australian population. The literature shows a need for a more comprehensive framework for community integration. This study developed a descriptive community integration framework drawn from views of five stakeholder groups and was compared with four similar frameworks. METHODS: Thirty-seven experts in acquired brain injury, including practitioners, researchers, policy makers, people with acquired brain injury and family members participated. Using a Delphi method, an iterative process of surveys, interviews, and focus groups sought their views on community integration. Responses were analysed in three stages systematically to reduce a large quantity of raw data into a core set of descriptive themes. A final member checking process rated participants' agreement with the importance of each theme. RESULTS: Seven themes were identified and described: Relationships, Community Access, Acceptance, Occupation, Being at Home, Picking up Life Again, and Heightened Risks and Vulnerability. Themes were congruent with elements of the frameworks from the literature. CONCLUSIONS: Rich data came from the diverse stakeholders in the participant groups. Two unique themes reflected the importance of re-integration and recovering important aspects of previous lives, and identifying risks and vulnerabilities and providing safeguards. The framework reflected emphases that may be specific to acquired brain injury. It can be used as a basis for development of community integration programmes and outcome measures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».