MétaCan
Menu
Retour à la cohorte
Enregistrement W2075993556 · doi:10.3389/fnhum.2015.00225

Measuring treatment effects on dual-task performance: a framework for research and clinical practice

2015· article· en· W2075993556 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Dual (grammatical number)Perspective (graphical)Computer scienceCognitive psychologyReciprocalInterference (communication)PsychologyArtificial intelligenceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The relevance of dual-task walking to everyday ambulation is widely acknowledged, and numerous studies have demonstrated that dual-task interference can significantly impact recovery of functional walking in people with neurological disorders. The magnitude and direction of dual-task interference is influenced by the interaction between the two tasks, including how individuals spontaneously prioritize their attention. Therefore, to accurately interpret and characterize dual-task interference and identify changes over time, it is imperative to evaluate single and dual-task performance in both tasks, as well as the tasks relative to each other. Yet, reciprocal dual-task effects (DTE) are frequently ignored. The purpose of this perspective paper is to present a framework for measuring treatment effects on dual-task interference, specifically taking into account the interactions between the two tasks and how this can provide information on whether overall dual-task capacity has improved or a different attentional strategy has been adopted. In discussing the clinical implications of using this framework, we provide specific examples of using this method and provide some explicit recommendations for research and clinical 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,070
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,224
Tête enseignante GPT0,464
Écart entre enseignants0,240 · 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