Evaluating use and outcomes of mobility technology: A multiple stakeholder analysis
Notice bibliographique
Résumé
Purpose: This qualitative, multi-site study compared and contrasted the outcomes of mobility technology (MT) and the factors influencing these outcomes from the perspective of MT users, caregivers, and professionals involved in MT service delivery.Method: Qualitative focus groups were held in the USA and Canada with multiple stakeholder groups (consumer: n = 45, caregiver: n = 10, service provider: n = 10). Data were analyzed thematically.Results: MT outcomes were conceptualized by participants as a match between expectations for MT and the actual outcomes experienced. Several factors influenced the match including a) MT features, b) environmental factors (e.g. built/physical environment, societal context of acceptance, MT delivery systems/policies), and c) the ability to self-manage the interaction across person, technology and environment, which involved constant negotiation and strategizing. Stakeholders identified MT outcomes that corresponded to ICF levels including body structure and function, activity, and participation across environments; however, varied on their importance and influence on MT impact.Conclusions: The conceptual fit model and factors related to self-management of MT represent new knowledge and provide a framework for stakeholder-based evaluation of MT outcomes. Implications for MT assessment, service delivery, outcomes research, and interventions are discussed.Implications for RehabilitationThere is a need for research on mobility technology (MT) such as canes, walkers and wheelchairs that documents the experiences of people with disabilities using MT. This qualitative, multi-site study compared and contrasted the outcomes of MT and the factors influencing these outcomes from the perspective of MT users, caregivers, and professionals involved in MT service delivery. Results from this research inform our understanding of MT use, assessment and outcomes.
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 | 0,037 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».