MétaCan
Menu
Retour à la cohorte
Enregistrement W2087763711 · doi:10.1615/critrevbiomedeng.v37.i1-2.50

Exercise Therapy After Spinal Cord Injury: The Effects on Heath and Function

2009· review· en· W2087763711 sur OpenAlexaff
David S. Ditor, Audrey L. Hicks

Notice bibliographique

RevueCritical Reviews in Biomedical Engineering · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensMcMaster UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésSpinal cord injuryMedicinePhysical therapyPhysical medicine and rehabilitationPopulationDiseaseRehabilitationHealth benefitsAerobic exerciseTreadmillSpinal cordEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Individuals with spinal cord injury (SCI) are susceptible to an array of secondary health complications. Some of these health concerns are attributable to the SCI per se, but many are secondary to the resulting immobility. For example, the incidence of pressure ulcers, type 2 diabetes, and cardiovascular disease are greatly increased in this population. Despite the need for exercise training as a means to reverse these health risks, individuals with SCI have traditionally been one of the most inactive segments of society. Physical activity programs and information about how activity can promote health are two of the services most desired but least available to people with SCI. Recently, efforts have been made to increase exercise options for individuals with SCI and to study the health benefits of exercise in this population. Accessible resistance and aerobic exercise training, functional electrically stimulated exercise, and body weight-supported treadmill training have all shown promise as ways to reverse some of the physiological consequences of SCI. Future research will determine whether these physiological adaptations actually translate to a long-term reduction in disease and mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,065
Tête enseignante GPT0,439
Écart entre enseignants0,374 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Biomedical EngineeringMême sujetSpinal Cord Injury ResearchTravaux en français237 207