Increasing knowledge of best practices for occupational therapists treating post-stroke unilateral spatial neglect: Results of a knowledge-translation intervention study
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to investigate: (i) the feasibility of delivering a multi-modal knowledge translation intervention specific to the management of acute post-stroke unilateral spatial neglect; and (ii) the impact of the knowledge translation intervention on occupational therapists' knowledge of evidence-based unilateral spatial neglect problem identification, assessment and treatment, and self-efficacy related to evidence-based practice implementation. DESIGN: A 3-period (pre-post) repeated measures design. SUBJECTS: Acute care occupational therapists treating patients with post-stroke unilateral spatial neglect were recruited from two major Canadian cities. METHODS: Participants completed two pre-intervention assessments, took part in a day-long interactive multi-modal knowledge translation intervention and a subsequent 8-week follow-up, and completed a post-intervention assessment. Knowledge of evidence-based problem identification, assessment and treatment of unilateral spatial neglect, and self-efficacy to perform evidence-based practice activities were measured using standard scales. RESULTS: The intervention was tested on 20 occupational therapists. Results indicate a significant improvement in knowledge of best practice unilateral spatial neglect management (p < 0.000) and evidence-based practice self-efficacy in carrying out evidence-based practice activities (p < 0.045) post-intervention. CONCLUSION: Use of a multi-modal knowledge translation intervention is feasible and can significantly improve occupational therapists' knowledge of unilateral spatial neglect best practices and self-efficacy. The findings should help advance best practices specific to the management of post-stroke unilateral spatial neglect as well as informing knowledge translation studies in other areas of practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».