A Conceptual Framework of Outcomes for Caregivers of Assistive Technology Users
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To develop and validate the content of a conceptual framework concerning outcomes for caregivers whose recipients are assistive technology users. DESIGN: The study was designed in four stages. First, a list of potential key variables relevant to the caregivers of assistive technology users was generated from a review of the existing literature and semistructured interviews with caregivers. Second, the variables were analyzed, regrouped, and partitioned, using a conceptual mapping approach. Third, the key areas were anchored in a general stress model of caregiving. Finally, the judgments of rehabilitation experts were used to evaluate the conceptual framework. RESULTS: An important result of this study is the identification of a complex set of variables that need to be considered when examining the experience of caregivers of assistive technology users. Stressors, such as types of assistance, number of tasks, and physical effort, are predominant contributors to caregiver outcomes along with caregivers' personal resources acting as mediating factors (intervening variables) and assistive technology acting as a key moderating factor (effect modifier variable). CONCLUSIONS: Recipients' use of assistive technology can enhance caregivers' well being because of its potential for alleviating a number of stressors associated with caregiving. Viewed as a whole, this work demonstrates that the assistive technology experience of caregivers has many facets that merit the attention of outcomes researchers.
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.
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 | 0,001 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle