Effects of Dynavision Training as a Preparatory Intervention Status Postcerebrovascular Accident: A Case Report
Notice bibliographique
Résumé
ABSTRACT Objective. This is a case study of a 67-year-old woman, status post right hemispheric ischemic lesion cerebrovascular accident (CVA), and her use of Dynavision training as a preparatory intervention to determine its influence on her performance skills and perceived occupational performance. Method. The participant engaged in 6 weeks of Dynavision intervention, 3 days per week. The participant was evaluated using a broad battery of assessments at pretest and posttest. Outcome measures included the Action Research Arm Test (ARAT), Canadian Occupational Performance Measure (COPM), and goniometric active range of motion (AROM) measurements for the upper extremity. Standing activity tolerance during engagement in occupations also was assessed. A qualitative interview was employed to ascertain the participant's perceptions of how Dynavision training influenced her performance in activities of daily living (ADL) and instrumental activities of daily living (IADL). Results. Improvements in performance skills, perceived occupational performance, and perceived satisfaction with engagement in occupation were noted. The participant demonstrated improved AROM, functional activity tolerance, and greater awareness of the neglected side. Qualitative interviews revealed that the participant's satisfaction and confidence with ADL and IADL tasks improved at the time of posttest. Conclusion. Data suggest positive effects of Dynavision intervention when used with an individual status post-CVA.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».